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:
发动机振动信号分析是判断发动机状态的重要因素,传统方法忽略对发动机振动信号的处理,导致舰船发动机状态分析时间较长,为此设计一种基于人工智能技术的舰船发动机状态分析方法.采集舰船发动机的振动信号,采用时域分析法对振动信号处理,获得发动机振动信号特征中不同信号和不同时刻的相互依赖关系,依据人工智能技术确定振动信号的鲁棒值,从而确认舰船发动机异常情况,以此完成舰船发动机状态分析.在舰船发动机无故障情况下和有故障情况下进行了发动机状态分析的实验.结果证明,在无故障情况下和有故障情况下,本文设计方法对发动机状态的分析时间均比传统2种分析方法的分析时间短,证明此次设计的基于人工智能技术的舰船发动机状态分析方法分析效果好.
推荐文章
人工智能技术在航空发动机孔探检测中的应用进展
航空发动机
孔探
专家系统
机器学习
深度学习
谈人工智能技术
人工智能
ICAI
ITS
Agent
基于人工智能技术的IETM业务规则研究
人工智能
IETM业务
业务规则
数据模块
人工智能技术应用及其发展趋势
人工智能
计算机视觉
模式识别
发展趋势
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 人工智能技术舰船发动机状态分析
来源期刊 舰船科学技术 学科
关键词 人工智能技术 发动机 振动信号 诊断 故障
年,卷(期) 2020,(14) 所属期刊栏目 动力系统
研究方向 页码范围 94-96
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3404/j.issn.1672-7649.2020.7A.032
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (2)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(11)
  • 参考文献(0)
  • 二级参考文献(11)
2017(6)
  • 参考文献(0)
  • 二级参考文献(6)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(2)
  • 参考文献(1)
  • 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
人工智能技术
发动机
振动信号
诊断
故障
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
舰船科学技术
半月刊
1672-7649
11-1885/U
大16开
北京市朝阳区科荟路55号院
1979
chi
出版文献量(篇)
6974
总下载数(次)
20
总被引数(次)
26106
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导