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:
提出一种针对工程机械液压系统的多网络模型的故障诊断方法.该网络模型以广义回归神经网络(General regression neural network,GRNN)为基础,引入全局递归的反馈机制,构建动态GRNN模型.该方法首先为多个目标故障建立同等数量的动态GRNN目标故障模型,计算每个目标故障模型的检测阈值;然后,将测试故障样本代入每个目标故障模型中,当其残差平方和在对应阈值范围内即可确定故障类型.实验结果表明:多网络模型的故障诊断方法准确地诊断出95%以上的系统故障.
推荐文章
基于小波包特征熵的飞机液压系统故障诊断方法研究
飞机液压系统
压力信号
小波包特征熵
神经网络
故障诊断
基于FARX和RBFNN模型的压铸机液压系统故障诊断
压铸机
故障诊断
模糊有源自回归模型(FARX)
径向基函数神经网络(RBFNN)
基于有色Petri网的机械系统故障诊断研究
故障诊断
有色Petri网
CPNTools
仿真分析
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 基于多网络模型的工程机械液压系统故障诊断研究
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 液压系统 工程机械 故障诊断 多模型故障诊断 广义回归神经网络
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 1385-1390
页数 分类号 TP206.3
字数 4264字 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 何清华 中南大学机电工程学院 234 2647 25.0 38.0
2 贺湘宇 长沙理工大学汽车与机械工程学院 7 39 3.0 6.0
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  (24)
参考文献  (13)
节点文献
引证文献  (16)
同被引文献  (69)
二级引证文献  (39)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(5)
  • 参考文献(4)
  • 二级参考文献(1)
2006(10)
  • 参考文献(4)
  • 二级参考文献(6)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(9)
  • 引证文献(4)
  • 二级引证文献(5)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
液压系统
工程机械
故障诊断
多模型故障诊断
广义回归神经网络
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导