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:
在分析自组织特征映射神经网络(SOM)的结构和学习算法的基础上,利用自组织特征映射神经网络建立了提升机减速器齿轮故障诊断模型.该网络模型效率高,无需监督,能自动对输入模式进行聚类.应用Matlab神经网络工具箱进行仿真.仿真结果表明:自组织特征映射神经网络有较强的聚类功能,用于减速器齿轮故障诊断是准确和可靠的.
推荐文章
基于SOM神经网络的矿井提升机故障诊断研究
故障诊断
矿井提升机
SOM神经网络
基于SOM神经网络的矿井提升机故障诊断技术研究
矿井提升机
SOM神经网络
故障诊断技术
矿井提升机减速器故障诊断及排除
安全生产
矿井提升机
故障诊断
齿轮
处理措施
基于深度神经网络的提升机轴承故障诊断研究
提升机轴承
神经网络
故障诊断
自编码
分类
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SOM神经网络的矿井提升机减速器齿轮故障诊断
来源期刊 矿山机械 学科
关键词 齿轮 自组织特征映射神经网络(SOM) 故障诊断
年,卷(期) 2007,(8) 所属期刊栏目 提·绞
研究方向 页码范围 92-94
页数 3页 分类号
字数 语种 中文
DOI
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 李春华 58 402 8.0 18.0
2 刘绍东 4 9 2.0 3.0
3 肖洋 4 46 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
齿轮
自组织特征映射神经网络(SOM)
故障诊断
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
矿山机械
月刊
1001-3954
41-1138/TD
大16开
河南省洛阳市涧西区重庆路
36-21
1973
chi
出版文献量(篇)
14091
总下载数(次)
26
总被引数(次)
36664
论文1v1指导