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:
SOM神经网络是一种极具理论与使用价值的分类方法.基于SOM神经网络算法,在小样本情况下对汽轮机机组故障诊断进行了仿真研究,建立了多故障分类器,并将其应用于典型的汽轮机振动故障诊断.结果表明,应用该算法可以正确且快速有效地诊断多类汽轮机故障,可以为现场生产中汽轮机振动故障类型判断提供参考.
推荐文章
基于高斯混合模型的汽轮机振动故障诊断
高斯混合模型(GMM)
汽轮机故障诊断
小波包分析
EM算法
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
基于专家系统的汽轮机振动故障诊断
专家系统
故障诊断
汽轮机
振动
汽轮机故障诊断技术分析
技术
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MATLAB的汽轮机振动故障诊断仿真研究
来源期刊 应用能源技术 学科 工学
关键词 汽轮机组 振动故障 故障诊断 SOM神经网络 多故障分类器
年,卷(期) 2015,(8) 所属期刊栏目 专题研究
研究方向 页码范围 10-13
页数 4页 分类号 TK263.7
字数 2361字 语种 中文
DOI 10.3969/j.issn.1009-3230.2015.08.003
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 刘海峰 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (52)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
汽轮机组
振动故障
故障诊断
SOM神经网络
多故障分类器
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
应用能源技术
月刊
1009-3230
23-1184/TK
大16开
哈尔滨市南岗区文昌街139号
1984
chi
出版文献量(篇)
3504
总下载数(次)
7
总被引数(次)
11517
论文1v1指导