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:
提出了将自组织特征映射(SOM)神经网络应用于电力机车主变流器的故障诊断中.该网络模型结构简单,无需监督,能对输入模式进行聚类.从变流器输出波形中提取数据,利用MAqZAB7.0神经网络工具箱,对其故障进行诊断.试验结果表明,自组织特征映射神经网络具有较好的聚类功能,用于电力机车主变流器故障诊断是准确、可靠和可行的.
推荐文章
基于ESCN的故障诊断技术在电力机车中的研究和应用
专家系统
故障诊断
网络通信
电力机车
基于粒子群优化SOM神经网络的轴系多振动故障诊断
粒子群算法
神经网络
振动
故障诊断
神经网络电力电子装置故障诊断技术
神经网络
电力电子
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 SOM神经网络在电力机车主变流器故障诊断中的应用
来源期刊 铁道机车车辆 学科 交通运输
关键词 电力机车 变流器 故障诊断 SOM神经网络
年,卷(期) 2009,(2) 所属期刊栏目 技术研究
研究方向 页码范围 13-16,60
页数 5页 分类号 U264.3+7|U269.32+2
字数 3049字 语种 中文
DOI 10.3969/j.issn.1008-7842.2009.02.004
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 何忠韬 兰州交通大学机电工程学院 28 73 5.0 6.0
2 李全林 兰州交通大学机电工程学院 4 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (54)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (38)
二级引证文献  (51)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(14)
  • 引证文献(0)
  • 二级引证文献(14)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(19)
  • 引证文献(2)
  • 二级引证文献(17)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
电力机车
变流器
故障诊断
SOM神经网络
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
铁道机车车辆
双月刊
1008-7842
11-1917/U
大16开
北京西直门外大柳树路2号
80-265
1981
chi
出版文献量(篇)
4158
总下载数(次)
12
论文1v1指导