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:
基于人工免疫系统的故障诊断方法是人工智能领域发展起来的一个十分活跃的分支.为了提高免疫算法在矿井提升机故障诊断系统中的执行效率,通过对诊断问题进行更精确的建模和分析,提出了将免疫模型和离散粒子群进化算法相结合的提升机系统的故障诊断方法.该方法在免疫形态空间中采用核主元形式的相似性度量,解决了传统距离判别函数法在故障诊断中存在误差较大等问题.仿真结果表明,该方法能够适应诊断过程中出现的不确定性,并实现多故障诊断.
推荐文章
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
粒子群优化算法在传动箱故障诊断中的应用
人工智能
粒子群优化
群体智能
神经网络
故障诊断
基于粒子群算法优化支持向量机汽车故障诊断研究
粒子群算法
支持向量机
汽车故障诊断
遗传聚类
基于改进粒子群优化算法的提升机制动系统故障诊断
提升机制动系统
故障诊断
RBF
遗传算法
粒子群算法
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 免疫粒子群算法及其在矿井提升机故障诊断中的应用
来源期刊 电子学报 学科 工学
关键词 提升机 粒子群算法 故障诊断 免疫模型
年,卷(期) 2010,(z1) 所属期刊栏目
研究方向 页码范围 94-98
页数 分类号 TP301
字数 5221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 牛强 中国矿业大学计算机科学与技术学院 57 459 11.0 19.0
2 夏士雄 中国矿业大学计算机科学与技术学院 118 1158 18.0 28.0
3 汪楚娇 中国矿业大学计算机科学与技术学院 8 88 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (240)
参考文献  (8)
节点文献
引证文献  (19)
同被引文献  (64)
二级引证文献  (43)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(11)
  • 参考文献(0)
  • 二级参考文献(11)
2001(15)
  • 参考文献(0)
  • 二级参考文献(15)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(8)
  • 引证文献(6)
  • 二级引证文献(2)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(7)
  • 引证文献(6)
  • 二级引证文献(1)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
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
提升机
粒子群算法
故障诊断
免疫模型
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导