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:
目前,机械故障诊断技术逐渐朝着智能化的方向发展,使用人工神经网络对故障进行诊断的优势较为明显.传统神经网络的收敛较慢,并且较为容易陷入到局部最小,所以就提出了改进的神经网络.根据相应的问题描述,实现了神经网络故障预测模型的改进,将机械故障作为例子,创建机械故障预测模型实现故障的预测,通过对比改进神经网络和传统神经网络,说明此方法的有效性.
推荐文章
基于特征评估和神经网络的机械故障诊断模型
特征评估
小波包
经验模式分解
径向基函数神经网络
故障诊断模型
基于径向基神经网络的旋转机械故障诊断
RBF神经网络
故障诊断
风机
故障特征
基于改进灰色神经网络的故障预测方法研究
故障预测
预测与健康管理
灰色神经网络模型
附加动量变学习速率法
改进灰色神经网络
基于边界延拓改进 EMD 的断路器机械故障诊断法
边界延拓
经验模态分解
径向基神经网络
机械振动
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 基于改进神经网络的机械故障预测模型构建
来源期刊 微型电脑应用 学科 工学
关键词 改进神经网络 机械故障 预测模型
年,卷(期) 2018,(10) 所属期刊栏目 开发应用
研究方向 页码范围 114-116,122
页数 4页 分类号 TP311
字数 2639字 语种 中文
DOI 10.3969/j.issn.1007-757X.2018.10.037
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 辛梅 18 20 3.0 3.0
2 王英宇 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (145)
共引文献  (39)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(17)
  • 参考文献(2)
  • 二级参考文献(15)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(20)
  • 参考文献(1)
  • 二级参考文献(19)
2016(17)
  • 参考文献(0)
  • 二级参考文献(17)
2017(5)
  • 参考文献(3)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
改进神经网络
机械故障
预测模型
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导