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:
根据汽轮机转子振动信号特点,提出了小波包分析和概率神经网络相结合的故障诊断方法.利用小波包对故障信号进行分解,然后将归一化后的数据用于概率神经网络,从而对信号特征及其故障类型建立非线性映射,实现故障诊断.MATLAB的实验仿真表明,小波包分析和概率神经网络的结合在汽轮机转子常见故障的诊断中是很有效的.
推荐文章
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
基于小波包分析及神经网络的汽轮机转子振动故障诊断
小波包分析
汽轮机转子
故障诊断
特征提取
BP神经网络
汽轮机通流部分故障诊断方法分析
汽轮机
通流部分
运行原理
突发故障
基于小波包和Elman神经网络的异步电机转子断条故障诊断方法
转子断条
故障诊断
小波包分析
Elman神经网络
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 小波包-神经网络在汽轮机转子故障诊断的应用
来源期刊 发电设备 学科 工学
关键词 汽轮机 转子 故障诊断 小波包 神经网络
年,卷(期) 2009,(6) 所属期刊栏目 研究与分析
研究方向 页码范围 397-399
页数 3页 分类号 TK267
字数 1980字 语种 中文
DOI 10.3969/j.issn.1671-086X.2009.06.002
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 傅行军 东南大学火电机组振动国家工程研究中心 49 235 8.0 12.0
2 刘明利 东南大学火电机组振动国家工程研究中心 5 21 3.0 4.0
3 李艳 东南大学火电机组振动国家工程研究中心 19 64 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (11)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (13)
二级引证文献  (66)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(13)
  • 引证文献(0)
  • 二级引证文献(13)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
汽轮机
转子
故障诊断
小波包
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
发电设备
双月刊
1671-086X
31-1391/TN
大16开
上海闵行剑川路1115号
1987
chi
出版文献量(篇)
2453
总下载数(次)
4
总被引数(次)
8536
论文1v1指导