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:
往复式压缩机是流程工业安全生产的关键机组,由于缺乏有效的安全监控和故障预知手段,往复式压缩机存在故障率高、安全事故频发的特点。为有效降低往复式压缩机故障停机时间并减少安全事故,在对压缩机运动部件结构、功能和故障机理分析的基础上,针对往复式压缩机振动激励源多和故障关联性强的特点,开发了基于多传感器信息融合和正向推理的往复式压缩机智能诊断专家系统,通过提取敏感特征参数并建立和故障类型相关的独立诊断规则,实现了自动故障诊断。建立的往复式压缩机智能诊断专家系统已应用于国内多家石油炼化企业。实践证明:往复式压缩机智能诊断专家系统在机组异常时能够自动报警并给出故障诊断结论,提高了设备预知维修水平,保证了往复式压缩机运行的安全性、可靠性。
推荐文章
基于神经网络与专家系统的压路机智能故障诊断
压路机
故障诊断
神经网络
专家系统
故障诊断专家系统综合智能推理技术研究
综合智能推理机
模糊神经网络
故障诊断
电子设备智能故障诊断专家系统的设计
专家系统
数据库
知识表达
推理机
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 往复压缩机智能诊断专家系统的研究与应用
来源期刊 流体机械 学科 工学
关键词 往复压缩机 智能诊断 专家系统 多传感器信息融合
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 37-41,27
页数 6页 分类号 TH45|TP277
字数 3108字 语种 中文
DOI 10.3969/j.issn.1005-0329.2014.04.008
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 江志农 北京化工大学设备诊断与自愈研究中心 115 980 17.0 26.0
2 马波 北京化工大学设备诊断与自愈研究中心 41 316 10.0 16.0
3 张进杰 北京化工大学设备诊断与自愈研究中心 38 148 7.0 11.0
4 靳梦宇 北京化工大学设备诊断与自愈研究中心 1 18 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (167)
参考文献  (20)
节点文献
引证文献  (18)
同被引文献  (44)
二级引证文献  (36)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(9)
  • 参考文献(2)
  • 二级参考文献(7)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(7)
  • 参考文献(5)
  • 二级参考文献(2)
2011(6)
  • 参考文献(4)
  • 二级参考文献(2)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(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)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(7)
  • 引证文献(3)
  • 二级引证文献(4)
2018(18)
  • 引证文献(2)
  • 二级引证文献(16)
2019(14)
  • 引证文献(4)
  • 二级引证文献(10)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
往复压缩机
智能诊断
专家系统
多传感器信息融合
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
流体机械
月刊
1005-0329
34-1144/TH
大16开
合肥市长江西888号合肥通用机械研究院西配楼
26-129
1972
chi
出版文献量(篇)
5018
总下载数(次)
14
总被引数(次)
55002
论文1v1指导