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:
针对工业4.0环境下,对港口起重机进行人工故障排除与维修需要花费大量的时间、人力及维修人员经验难以共享的问题,提出了一种基于Weka的港口起重机故障诊断方法,该方法将起重机的故障模式建模为贝叶斯网络.在故障发生时,可快速诊断故障类型、定位故障原因,有效缩短故障诊断时间、降低维修成本,实现快速维修及维修经验的传承与共享.
推荐文章
贝叶斯网络在起重机故障诊断中的应用研究
起重机
贝叶斯网络
故障诊断
AFE在港口起重机中的应用
西门子
AFE
IGBT
功率因数cos φ
汽车起重机液压系统故障排除方法
汽车起重机
液压系统
功能
故障排除方法
遗传算法优化BP神经网络港口起重机故障诊断
港口起重机
智能诊断
BP神经网络模型
遗传算法
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Weka的港口起重机故障诊断方法
来源期刊 今日自动化 学科
关键词 故障诊断 起重机 贝叶斯网络 weka
年,卷(期) 2020,(5) 所属期刊栏目 智能制造与设计|Intelligent manufacturing and Design
研究方向 页码范围 34-36
页数 3页 分类号 TM76
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (14)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
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
故障诊断
起重机
贝叶斯网络
weka
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
今日自动化
月刊
2095-6487
11-9345/TP
北京市朝阳区德外北沙滩1号
chi
出版文献量(篇)
1009
总下载数(次)
3
总被引数(次)
4
论文1v1指导