钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
电工技术期刊
\
大电机技术期刊
\
基于神经网络技术的水轮发电机组轴心轨迹识别与故障判定研究
基于神经网络技术的水轮发电机组轴心轨迹识别与故障判定研究
作者:
刘万江
刘忠仁
王启发
王润鹏
白洁
原文服务方:
大电机技术
神经网络
水轮发电机组
轴心轨迹
故障判定
摘要:
轴心轨迹图形包含了丰富的机组运行状态信息,轴心轨迹识别是判断水轮发电机组轴系故障的重要技术手段;神经网络技术是一种通过计算机程序模拟人类大脑结构功能的智能化技术思想,具有自学习的优点.本文首次提出采用神经网络技术通过仿射不变矩算法计算出特征向量,以特征向量作为数据分类依据识别轴心轨迹图形,从而达到故障判定的目标.数值模拟测试结果表明,该技术的故障识别率能达到95%以上,证明基于神经网络技术的水轮发电机组轴心轨迹识别算法对于机组故障诊断具有重要价值.
下载原文
收藏
引用
分享
推荐文章
基于优化遗传神经网络的水轮发电机组辨识
水轮发电机组
辨识
遗传算法
神经网络
水轮发电机组状态监测和故障诊断系统
水轮发电机组
状态监测
故障诊断
DataSocket
互联网
大型水轮发电机组制动方式
水轮发电机
电气制动
机械制动
停机
水轮发电机组检修新工艺的应用
水轮发电机组
检修
新工艺
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于神经网络技术的水轮发电机组轴心轨迹识别与故障判定研究
来源期刊
大电机技术
学科
关键词
神经网络
水轮发电机组
轴心轨迹
故障判定
年,卷(期)
2020,(2)
所属期刊栏目
电机部分
研究方向
页码范围
44-50
页数
7页
分类号
TM312
字数
语种
中文
DOI
10.3969/j.issn.1000-3983.2020.02.010
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
刘忠仁
12
16
2.0
4.0
2
白洁
6
1
1.0
1.0
3
王润鹏
2
0
0.0
0.0
4
刘万江
4
13
2.0
3.0
5
王启发
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(113)
共引文献
(14)
参考文献
(15)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1984(1)
参考文献(0)
二级参考文献(1)
1992(2)
参考文献(0)
二级参考文献(2)
1995(2)
参考文献(0)
二级参考文献(2)
1996(1)
参考文献(0)
二级参考文献(1)
1997(3)
参考文献(0)
二级参考文献(3)
2000(3)
参考文献(0)
二级参考文献(3)
2001(7)
参考文献(0)
二级参考文献(7)
2002(6)
参考文献(0)
二级参考文献(6)
2003(4)
参考文献(0)
二级参考文献(4)
2004(11)
参考文献(0)
二级参考文献(11)
2005(2)
参考文献(0)
二级参考文献(2)
2006(7)
参考文献(1)
二级参考文献(6)
2007(4)
参考文献(1)
二级参考文献(3)
2008(3)
参考文献(0)
二级参考文献(3)
2009(5)
参考文献(1)
二级参考文献(4)
2010(7)
参考文献(0)
二级参考文献(7)
2011(5)
参考文献(2)
二级参考文献(3)
2012(4)
参考文献(1)
二级参考文献(3)
2013(4)
参考文献(1)
二级参考文献(3)
2014(11)
参考文献(2)
二级参考文献(9)
2015(9)
参考文献(1)
二级参考文献(8)
2016(8)
参考文献(0)
二级参考文献(8)
2017(10)
参考文献(0)
二级参考文献(10)
2018(4)
参考文献(1)
二级参考文献(3)
2019(5)
参考文献(4)
二级参考文献(1)
2020(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)
研究主题发展历程
节点文献
神经网络
水轮发电机组
轴心轨迹
故障判定
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
大电机技术
主办单位:
哈尔滨大电机研究所
出版周期:
双月刊
ISSN:
1000-3983
CN:
23-1253/TM
开本:
大16开
出版地:
邮发代号:
创刊时间:
1971-01-01
语种:
chi
出版文献量(篇)
2188
总下载数(次)
0
总被引数(次)
10014
期刊文献
相关文献
1.
基于优化遗传神经网络的水轮发电机组辨识
2.
水轮发电机组状态监测和故障诊断系统
3.
大型水轮发电机组制动方式
4.
水轮发电机组检修新工艺的应用
5.
水口电厂水轮发电机组结构浅析
6.
基于智能集成的水轮发电机组温度在线监测系统
7.
水轮发电机组运行与维护探讨
8.
基于LabVIEW的水轮发电机组 振动摆度故障诊断研究
9.
浅析小型水轮发电机组大修周期的合理确定
10.
水轮发电机组转动部分动力学分析
11.
某电站水轮发电机组固定部件动态特性研究
12.
粗糙集理论在水轮发电机组故障诊断中的应用
13.
基于小波神经网络的自校正控制在水轮发电机组上的应用
14.
水轮发电机组振动故障的模糊诊断法
15.
电网频率变化对水轮发电机组影响及其应对措施研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
大电机技术2000
大电机技术2001
大电机技术2002
大电机技术2003
大电机技术2004
大电机技术2005
大电机技术2006
大电机技术2007
大电机技术2008
大电机技术2009
大电机技术2010
大电机技术2011
大电机技术2012
大电机技术2013
大电机技术2014
大电机技术2015
大电机技术2016
大电机技术2017
大电机技术2018
大电机技术2019
大电机技术2020
大电机技术2020年第3期
大电机技术2020年第4期
大电机技术2020年第2期
大电机技术2020年第1期
大电机技术2020年第5期
大电机技术2020年第6期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号