基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了应用学习矢量量化神经网络诊断水电机组的多故障,可避免BP神经网络容易陷入局部最小与学习速度缓慢的问题.通过算例仿真检验,该网络能够有效地识别并分离出各种故障类型.
推荐文章
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
网络化水电机组振动监测和故障诊断系统
水电机组
振动监测
故障诊断
互联网
虚拟仪器
基于SA-WNN模型的水电机组故障诊断研究
模拟退火算法
小波神经网络
水电机组
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LVQ网络的水电机组振动多故障诊断方法
来源期刊 农业机械学报 学科 工学
关键词 水电机组 振动 故障诊断 学习矢量量化
年,卷(期) 2007,(1) 所属期刊栏目 研究简报
研究方向 页码范围 208-210
页数 3页 分类号 TM612|TP806+.3
字数 3162字 语种 中文
DOI 10.3969/j.issn.1000-1298.2007.01.055
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁武科 西安理工大学水利水电学院 71 801 17.0 26.0
2 罗兴锜 西安理工大学水利水电学院 154 2176 24.0 38.0
3 彭文季 西安理工大学水利水电学院 11 395 9.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (59)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (18)
二级引证文献  (38)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
水电机组
振动
故障诊断
学习矢量量化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导