作者:
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:
本文提出了一种新的汽车发动机故障诊断方法.首先利用小波包对故障信号进行处理,将能量信息作为识别故障的特征向量,并采用了隐含层节点的动态删除策略对径向基函数神经网络结构进行精简.利用训练样本数据,得到最优预测模型,并用检验样本数据对所得的预测模型进行检验.试验表明该诊断方法对发动机故障诊断有良好的诊断效果,能够对故障进行准确分类.
推荐文章
基于径向基神经网络的航空发动机气路故障诊断
航空发动机
气路故障
径向基
神经网络
噪声
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
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PNN神经网络的电控发动机故障诊断
PNN神经网络
发动机
电控系统
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 基于径向基函数神经网络的发动机智能故障诊断
来源期刊 制造业自动化 学科 工学
关键词 小波包 径向基函数神经网络 故障诊断
年,卷(期) 2013,(6) 所属期刊栏目 检测与监控
研究方向 页码范围 54-56
页数 3页 分类号 TP183
字数 1806字 语种 中文
DOI 10.3969/j.issn.1009-0134.2013.03(下).16
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 苗君明 23 47 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (85)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (8)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(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)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
小波包
径向基函数神经网络
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
总被引数(次)
59694
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导