原文服务方: 计算机应用研究       
摘要:
为了提高诊断效率,降低故障诊断对人的过分依赖,建立了一个航空发动机故障快速诊断模型.该模型结合粗糙集和灰色理论各自特点,利用粗糙集去除特征信息中的冗余信息;再通过多参数灰色模型对约简后的信息进行快速准确的预测.仿真对比表明,该模型在不降低预测精度的情况下能显著减少计算时间,有效提高故障预测的快速性和实时性.
推荐文章
基于SAE的航空发动机气路故障诊断
航空发动机
气路故障
诊断
SAE
基于RBF神经网络的航空发动机故障诊断研究
RBF网络
航空发动机
故障诊断
智能诊断
航空发动机故障诊断算法测试平台
航空发动机
故障诊断算法
测试平台
基于特征优化与改进 KNN 的航空发动机故障诊断
航空发动机
故障诊断
特征优化算法
改进KNN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 航空发动机的多参数快速故障诊断模型
来源期刊 计算机应用研究 学科
关键词 粗糙集 GM(1,1)模型 多参数 故障诊断 航空发动机
年,卷(期) 2011,(12) 所属期刊栏目 系统应用开发
研究方向 页码范围 4564-4566,4575
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.12.044
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 郭阳明 西北工业大学计算机学院 50 497 10.0 21.0
2 翟正军 西北工业大学计算机学院 159 1607 22.0 32.0
3 王国庆 西北工业大学计算机学院 16 217 6.0 14.0
5 牛伟 西北工业大学计算机学院 6 24 3.0 4.0
6 成娟 8 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (303)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (20)
1982(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粗糙集
GM(1,1)模型
多参数
故障诊断
航空发动机
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导