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:
液压马达的故障具有非线性、复杂多样以及信号噪声多的特点,基于这些特点论文针对液压马达的故障诊断方法,提出了将T-S模糊推理模型与神经网络相结合的机器学习的研究.论文细致地阐述了T-S模糊推理数学模型的推理过程以及神经网络模型的工作原理.通过仿真实验验证,该方法用于液压马达的故障诊断是有效的.
推荐文章
基于T-S模糊神经网络的汽车故障诊断的研究
模糊神经网络
故障诊断
误差反馈
隶属函数
基于T-S模糊故障树的混凝土泵车泵送液压系统故障诊断
T-S模糊故障树
混凝土泵车泵送液压系统
故障诊断
模糊数
基于集成模糊神经网络的容差模拟电路故障诊断方法
模糊神经网络
模拟电路故障诊断
集成神经网络
学习速率可变
基于T-S模糊模型的神经网络的系统辨识
T-S模糊模型
神经网络
结构辨识
参数辨识
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T-S模糊神经网络的液压马达故障诊断方法研究
来源期刊 计算机与数字工程 学科 工学
关键词 液压马达 故障诊断 T-S模糊数学模型 神经网络
年,卷(期) 2020,(12) 所属期刊栏目 信息处理与网络安全
研究方向 页码范围 3027-3030
页数 4页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1672-9722.2020.12.041
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 高谦 1 0 0.0 0.0
2 肖维 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  (127)
共引文献  (51)
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)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(13)
  • 参考文献(1)
  • 二级参考文献(12)
2017(13)
  • 参考文献(5)
  • 二级参考文献(8)
2018(10)
  • 参考文献(6)
  • 二级参考文献(4)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
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
液压马达
故障诊断
T-S模糊数学模型
神经网络
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导