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:
本文应用基于小波包分析法的神经网络专家系统,较好地处理了风机机械设备故障信号富含的高频和故障信号出现的频率的低频的关系,使得故障信号提取更加准确,并改善传统专家系统的推理能力弱和智能水平低问题,较好的为风电机组故障提供依据。
推荐文章
基于小波包-神经网络的电厂发电机组故障诊断研究
发电机组
故障诊断
小波包分解
BP神经网络
小波神经网络对风力发电机组功率变流器的故障诊断
风力发电机组
功率变流器
故障诊断
小波变换
神经网络
电压信号分解
基于神经网络的齿轮故障诊断专家系统
齿轮
故障诊断
神经网络
专家系统
基于神经网络的故障诊断专家系统
神经网络
专家系统
泵功图
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 基于小波包分析的风力发电机组故障预诊断神经网络专家系统
来源期刊 制造业自动化 学科 工学
关键词 小波包分析 专家系统 神经网络 故障诊断
年,卷(期) 2013,(18) 所属期刊栏目 设计与应用
研究方向 页码范围 147-150
页数 4页 分类号 TP183
字数 2609字 语种 中文
DOI 10.3969/j.issn.1009-0134.2013.09(下).44
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 王赟 2 2 1.0 1.0
2 陆国君 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (0)
2013(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波包分析
专家系统
神经网络
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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导