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:
选取蚁群神经网络作为汽轮机转子故障诊断的初级模块,采用证据理论混合算法的故障诊断方法,对汽轮机转子的局部故障进行诊断,并将诊断结果作为证据体利用证据理论将各证据体进行合成,计算它们的基本可信任分配函数,从而判定故障及其类型.以汽轮机转子x、y方向的不平衡故障为例进行诊断,结果表明该方法可有效提高诊断的可信度,减少诊断的不确定性.
推荐文章
基于信息融合技术的汽轮机故障诊断方法
故障诊断
汽轮机组
集成神经网络
信息融合
汽轮机故障诊断技术分析
技术
故障
诊断
基于局部特征尺度分解的汽轮机故障诊断研究
汽轮机
故障诊断
样本熵
LCD
ELM
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 基于信息融合技术的汽轮机转子故障诊断
来源期刊 热力发电 学科 工学
关键词 汽轮机转子 信息融合 证据理论 蚁群神经网络 故障诊断 不平衡
年,卷(期) 2012,(8) 所属期刊栏目 发电技术论坛
研究方向 页码范围 62-64
页数 3页 分类号 TK268.1|TP306+.3
字数 1645字 语种 中文
DOI 10.3969/j.issn.1002-3364.2012.08.062
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (83)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (7)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(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)
1996(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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(18)
  • 参考文献(0)
  • 二级参考文献(18)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(6)
  • 参考文献(3)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
汽轮机转子
信息融合
证据理论
蚁群神经网络
故障诊断
不平衡
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
热力发电
月刊
1002-3364
61-1111/TM
大16开
陕西西安兴庆路136号
52-103
1972
chi
出版文献量(篇)
6331
总下载数(次)
8
总被引数(次)
39999
论文1v1指导