《用统计学和神经网络的方法进行的SSME涡轮泵振动异常检测》PDF+DOC
作者:马红宇,殷谦
单位:航天推进技术研究院
出版:《火箭推进》1995年第01期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFHJTJ1995010040
DOC编号:DOCHJTJ1995010049
下载格式:PDF + Word/doc 文字可复制、可编辑
《姿态检测在基于两轮自平衡模型车设计中的应用》PDF+DOC2016年第09期 谈磊,徐威
《基于手机传感器数据的出行特征提取方法》PDF+DOC2016年第01期 杨飞,姚振兴
《基于突变点检测的智能空间行为识别方法》PDF+DOC2020年第05期 臧媛媛,王守信,佟梦竹,王建兴
《基于智能手机感知的人体运动状态深度识别》PDF+DOC2019年第03期 殷晓玲,夏启寿,陈晓江,何娟,陈峰
《基于数据融合的可燃气体燃爆状态监测系统》PDF+DOC2019年第08期 韩晓云,陈向东
《神经元网络在液体火箭发动机健康监控中的应用》PDF+DOC1993年第04期 黄敏超,冯心
,张育林
《多传感器数据融合技术在红外水分仪中的应用》PDF+DOC2005年第05期 朱冰钗,郑崇苏
《智能遥控器中的MEMS惯性传感器数据处理》PDF+DOC2011年第19期 李蕾,刘卫东
《基于神经网络预测器和MATLAB的传感器数据验证方法的研究》PDF+DOC2007年第07期 李学刚,苏春,王丰
《一种复杂环境下的多传感器目标识别系统》PDF+DOC2006年第03期 蒲书缙,杨莘元,赵忠凯,赵坤
统计学和神经网络的方法已用于 SSME 涡轮泵振动异常检测的可行性研究。异常是根据功率谱密度中基波和谐波频率下峰值幅度检测的。要把应变仪和加速度计测得的传感器数据压缩成合适的形式。两种方法都可以检测振动异常。统计学的方法要求有足够的数据点以建立合理的统计分布数据库。此方法可用于在线检测。神经网络的方法也要求有足够的数据作基础来训练神经网络。只要组件的特性保持不变,其试验程序任何时候都可应用。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。