位置:成果数据库 > 期刊 > 期刊详情页
神经网络数据融合的风机智能诊断系统研究
  • ISSN号:1001-3954
  • 期刊名称:《矿山机械》
  • 时间:0
  • 分类:TH442[机械工程—机械制造及自动化]
  • 作者机构:[1]武汉科技大学机械自动化学院,湖北武汉430081
  • 相关基金:国家自然科学基金资助项目(50574070).
中文摘要:

以信息融合和神经网络为理论基础,建立了风机融合神经网络模型和风机神经网络故障诊断模型。模型中,通过最近邻聚类学习算法对同类信息融合,应用人工神经网络对多源信息加以合成,并将融合结果作为输入层,进行神经网络故障诊断,实现了风机故障的智能诊断,并收到了良好效果。

英文摘要:

This paper uses information fusion and neural net techniques as theoretical basis for building a fused neural-net model and a neural-net fault diagnosis model for a vent fan. In this model the congener information is fused by use of the most-closely clustering algorithm and the multi-source information is composed using the artificial neural-net technique. And then the fused results are used as an input source for neural-net fault diagnosis. In such a way, intelligent diagnosis is realized and the effect is good.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《矿山机械》
  • 北大核心期刊(2011版)
  • 主管单位:洛阳矿山机械工程设计研究院
  • 主办单位:洛阳矿山机械工程设计研究院
  • 主编:于伟涛
  • 地址:河南省洛阳市涧西区重庆路
  • 邮编:471039
  • 邮箱:ksjxbjb@163.com
  • 电话:0379-64087878 64087812
  • 国际标准刊号:ISSN:1001-3954
  • 国内统一刊号:ISSN:41-1138/TD
  • 邮发代号:36-21
  • 获奖情况:
  • 中文核心期刊,全国优秀科技期刊
  • 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(2000版)
  • 被引量:14440