位置:成果数据库 > 期刊 > 期刊详情页
基于矢谱和L—M神经网络的旋转机械故障诊断研究
  • ISSN号:1001-5884
  • 期刊名称:《汽轮机技术》
  • 时间:0
  • 分类:TH17[机械工程—机械制造及自动化] TP306[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]同济大学机械工程学院,上海200092, [2]郑州大学振动工程研究所,郑州450002, [3]河南省特种设备安全监测研究院,郑州450004
  • 相关基金:基金项目:国家自然科学基金资助项目 ( the National Natural Science Foundation of China under Grant NO, 50675209;河南省杰出人才创新基金(the Outstanding Talented Person Innovation Foundation of Henan under Grant NO. 0621000500 ).
中文摘要:

讨论了矢谱融合技术和Levenberg—Marquardt(L-M)神经网络的相关理论,提出了基于矢谱和L-M神经网络的旋转机械故障诊断方法,建立了基于矢谱的旋转机械常见故障诊断L—M神经网络模型。模拟实验结果表明:与基于单通道数据的诊断结果对比,将矢谱数据融合应用于旋转机械常见故障诊断,可有效提高故障诊断的准确率。

英文摘要:

The vector spectrum and the Levenberg-Marquardt (L-M) neural network were discussed ; the fault diagnosis method for rotary machinery based on vector spectrum and the L-M neural network was put forward, and the L-M neural network model was established. Engineering practice indicated that the fault diagnosis accuracy based on vector spectrum was higher than that based on the information of single channel and the L-M neural network.

同期刊论文项目
期刊论文 142 会议论文 7 专利 5 著作 1
同项目期刊论文
期刊信息
  • 《汽轮机技术》
  • 北大核心期刊(2011版)
  • 主管单位:哈尔滨电气集团
  • 主办单位:哈尔滨汽轮机厂有限责任公司
  • 主编:张秋鸿
  • 地址:哈尔滨市香坊区三大动力路345号
  • 邮编:150040
  • 邮箱:QLJJS@harbin-electric.com
  • 电话:0451-82953173
  • 国际标准刊号:ISSN:1001-5884
  • 国内统一刊号:ISSN:23-1251/TH
  • 邮发代号:14-273
  • 获奖情况:
  • 国家中文核心期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:6068