作者:
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:
为了能够有效地对柱塞泵液压系统进行故障诊断,该文深入研究了小波神经网络在其中的应用.首先,分析了小波神经网络的基本原理,确定了小波神经网络的结构;然后,研究了小波神经网络的算法,选取了具有全局最优的粒子群优化算法.接着,设计了小波神经网络训练的流程;最后,对柱塞泵液压系统进行了故障诊断研究,经过仿真计算,最终得出小波神经网络具有故障诊断正确率高和诊断速度快的优点.
推荐文章
基于粗糙集和神经网络的柱塞泵故障诊断
粗糙集
人工神经网络
轴向柱塞泵
故障诊断
基于小波神经网络的电机故障诊断研究
异步电动机
故障诊断
转子故障
小波神经网络
基于小波神经网络(WNN)的齿轮故障诊断
齿轮故障机理
齿轮故障诊断
小波神经网络(WNN)
基于小波神经网络的电机声频故障诊断系统
小波变换
神经网络
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 基于小波神经网络柱塞泵液压系统的故障诊断研究
来源期刊 液压与气动 学科 工学
关键词 小波神经网络 柱塞泵 故障诊断
年,卷(期) 2011,(7) 所属期刊栏目 使用维修
研究方向 页码范围 107-110
页数 分类号 TH137.5
字数 3103字 语种 中文
DOI 10.3969/j.issn.1000-4858.2011.07.041
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 金莹 咸阳职业技术学院机电工程系 34 101 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (26)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (34)
二级引证文献  (37)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小波神经网络
柱塞泵
故障诊断
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
液压与气动
月刊
1000-4858
11-2059/TH
大16开
北京市西城区德胜门外教场口1号
2-828
1977
chi
出版文献量(篇)
7875
总下载数(次)
16
论文1v1指导