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:
结合领域专家的经验知识,根据提升机制动系统故障树,完成了故障样本的收集与设计,然后用自组织特征映射(SOM)网络对制动系统的7种故障自动进行了分类,成功实现了第一层次的诊断;总结了制动系统子系统-液压站故障树,进行故障样本的收集与设计,然后用BP网络、BP网络状态分类器和Elman网络对液压站故障进行了第二层次的诊断,确定了故障原因和程度.对液压站故障的测试结果表明,这3种网络最后的结构和智能算法trainlm、输入、输出均能满足故障诊断与预测的要求;Elman网络的诊断性能较稳定,其隐含层神经元数对诊断性能的影响较小;故障测试精度由高到低依次是BP网络状态分类器、BP网络、Elman网络.
推荐文章
基于人工神经网络的提升设备故障诊断研究
叙词
提升机
神经网络
故障诊断
人工神经网络在机械设备故障诊断中的应用
人工神经网络
故障诊断
机械设备
应用
比较
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 神经网络在提升机故障诊断中的应用
来源期刊 华南理工大学学报(自然科学版) 学科 工学
关键词 制动系统 液压站 故障树 诊断 预测
年,卷(期) 2010,(2) 所属期刊栏目 机械工程
研究方向 页码范围 67-72
页数 6页 分类号 TP206.3|TP389.1
字数 4247字 语种 中文
DOI 10.3969/j.issn.1000-565X.2010.02.013
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 杨兆建 太原理工大学机械工程学院 357 2366 21.0 31.0
2 雷勇涛 太原理工大学机械工程学院 10 62 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (45)
参考文献  (11)
节点文献
引证文献  (25)
同被引文献  (56)
二级引证文献  (68)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(6)
  • 引证文献(4)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(13)
  • 引证文献(6)
  • 二级引证文献(7)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(17)
  • 引证文献(1)
  • 二级引证文献(16)
2019(27)
  • 引证文献(3)
  • 二级引证文献(24)
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
制动系统
液压站
故障树
诊断
预测
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
华南理工大学学报(自然科学版)
月刊
1000-565X
44-1251/T
大16开
广州市天河区五山路华南理工大学内
46-174
1957
chi
出版文献量(篇)
6648
总下载数(次)
17
总被引数(次)
75046
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导