原文服务方: 上海海事大学学报       
摘要:
为提高船舶柴油机废气涡轮增压器的可靠性,确保人员及船舶设备的安全,基于支持向量机(Support Vector Machine,SVM)相关理论,对船舶柴油机废气涡轮增压器进行智能故障诊断.根据SVM智能故障诊断理论,分析废气涡轮增压器常见故障;研究SVM在船舶柴油机增压器故障诊断中的应用.仿真实验表明:SVM在柴油机废气涡轮增压器故障诊断中具有很出色的拟合能力;运用SVM理论对柴油机增压器故障进行智能诊断是可行的.
推荐文章
低压废气再循环柴油机对废气涡轮增压器的挑战
增压柴油机
废气再循环
低压废气再循环
废气涡轮增压器
Daimler公司重型商用车柴油机废气涡轮增压器的开发
重型商用车
柴油机
废气涡轮增压器
燃油耗
废气涡轮增压器的使用与维修
涡轮增压器
使用与维修
BP神经网络在柴油机涡轮增压系统故障诊断中的应用
故障诊断
柴油机
涡轮增压系统
神经网络
BP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 支持向量机在船舶柴油机废气涡轮增压器故障诊断中的应用
来源期刊 上海海事大学学报 学科
关键词 支持向量机 柴油机 增压器 故障诊断
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 18-21
页数 分类号 U664.121|TK421.8|TP183|TP206.3
字数 语种 中文
DOI 10.3969/j.issn.1672-9498.2012.02.005
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 詹玉龙 上海海事大学商船学院 16 66 5.0 7.0
2 林新通 上海海事大学商船学院 2 10 1.0 2.0
3 周薛毅 上海海事大学商船学院 2 12 2.0 2.0
4 赵海洲 上海海事大学商船学院 2 10 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (8)
参考文献  (2)
节点文献
引证文献  (9)
同被引文献  (15)
二级引证文献  (12)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
柴油机
增压器
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
上海海事大学学报
季刊
1672-9498
31-1968/U
大16开
1979-01-01
chi
出版文献量(篇)
1795
总下载数(次)
0
总被引数(次)
13718
论文1v1指导