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:
介绍了汽轮机故障分类及特征,提出了基于神经网络的汽轮机故障诊断方法,并对该方法进行了测试.结果表明,该方法能够提高模式识别效率,有效对汽轮机故障进行诊断.
推荐文章
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
汽轮机通流部分故障诊断方法分析
汽轮机
通流部分
运行原理
突发故障
核电汽轮机通流部分性能监测与故障诊断
通流部分
热力计算
湿蒸汽汽轮机
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 基于神经网络的汽轮机故障诊断分析
来源期刊 机电信息 学科
关键词 汽轮机 神经网络 故障诊断 模式识别
年,卷(期) 2013,(18) 所属期刊栏目 设备管理与改造
研究方向 页码范围 83,85
页数 2页 分类号
字数 2543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 郭锦鹏 2 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  (39)
共引文献  (49)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(11)
  • 参考文献(0)
  • 二级参考文献(11)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汽轮机
神经网络
故障诊断
模式识别
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
机电信息
旬刊
1671-0797
32-1628/TM
大16开
南京山西路120号江苏成套大厦12楼
28-285
2001
chi
出版文献量(篇)
19929
总下载数(次)
45
总被引数(次)
30590
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导