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:
介绍了LVQ神经网络的结构,学习算法及其步骤,利用煤矿风机振动频域的特征向量作为学习样本,建立与风机故障类型的映射关系,达到对风机的故障诊断.仿真结果表明,LVQ网络训练速度快,准确可靠,具有很好地泛化能力.LVQ网络无需对输入向量进行归一化,正交化,结构简单,是一种有效的诊断方法.
推荐文章
基于改进的LVQ神经网络的发动机故障诊断
改进的LVQ神经网络
发动机
故障诊断
神经元
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
基于神经网络的转炉风机故障诊断
神经网络
转炉风机
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 LVQ神经网络在煤矿风机故障诊断中的研究
来源期刊 煤矿机械 学科 工学
关键词 风机 LVQ神经网络 故障诊断 MATLAB
年,卷(期) 2011,(11) 所属期刊栏目 故障·诊断
研究方向 页码范围 256-258
页数 分类号 TP183|TD441
字数 2261字 语种 中文
DOI 10.3969/j.issn.1003-0794.2011.11.120
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 任子晖 中国矿业大学信电学院 91 755 13.0 24.0
2 王凯 中国矿业大学信电学院 123 1537 20.0 37.0
3 陈力 中国矿业大学信电学院 13 21 3.0 4.0
4 谷林柱 中国矿业大学信电学院 9 39 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (14)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (20)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
风机
LVQ神经网络
故障诊断
MATLAB
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
论文1v1指导