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:
针对目前矿用风机的常见故障可收集故障征兆及类型,将故障样本数据与BP神经网络相结合,由BP神经网络确定输出向量,对风机常见故障进行诊断.通过MATLAB软件进行诊断参数运算后结果表明:神经网络输出与实际数据间误差较小,诊断结果与实际情况吻合.
推荐文章
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
基于BP神经网络的卫星故障诊断方法
卫星
BP神经网络
故障诊断
基于LM-BP神经网络的气阀故障诊断方法
Levenberg-Marquardt算法
BP神经网络
多级往复式压缩机
气阀故障
基于改进BP神经网络的故障诊断方法
改进BP算法
神经网络
发动机
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 基于BP神经网络的煤矿风机故障诊断
来源期刊 煤矿机械 学科 工学
关键词 矿用风机 故障诊断 BP算法
年,卷(期) 2013,(2) 所属期刊栏目 故障·诊断
研究方向 页码范围 254-255
页数 2页 分类号 TD441
字数 1489字 语种 中文
DOI
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 潘越 河北工程大学机电学院 44 221 7.0 13.0
2 孙鹏程 河北工程大学机电学院 5 15 3.0 3.0
3 陈尉 河北工程大学机电学院 5 14 3.0 3.0
4 郎洪芳 河北工程大学机电学院 3 9 2.0 3.0
5 平建明 6 39 2.0 6.0
6 赵卓云 河北工程大学机电学院 3 7 2.0 2.0
7 王月 河北工程大学机电学院 8 25 3.0 4.0
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  (19)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (3)
1994(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
矿用风机
故障诊断
BP算法
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