原文服务方: 大电机技术       
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.
推荐文章
水轮发电机组轴心轨迹自动识别方法研究
水轮发电机组
轴心轨迹
小波
不变矩
神经网络
基于PNN的水轮发电机组振动故障诊断
概率神经网络
水轮发电机组
振动
故障诊断
预测
基于人工神经网络的水轮发电机组振动预测研究
人工神经网络
振动预测
水轮发电机组
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
(/次)
(/年)
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
双月刊
1000-3983
23-1253/TM
大16开
1971-01-01
chi
出版文献量(篇)
2188
总下载数(次)
0
总被引数(次)
10014
论文1v1指导