《证据理论在汽轮机转子故障诊断中的应用》PDF+DOC
作者:程加堂,艾莉,徐绍坤
单位:中国仪器仪表学会;上海工业自动化仪表研究院
出版:《自动化仪表》2012年第11期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFZDYB2012110050
DOC编号:DOCZDYB2012110059
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进证据理论的全信息故障诊断》PDF+DOC2016年第03期 廖平,郑友娟,覃才珑
《多传感器信息融合与神经网络的汽轮机的故障分析》PDF+DOC2017年第22期 刘国斌
《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC2017年第04期 周国宪,伍星,刘韬
《矿山机电设备维修故障诊断技术浅析》PDF+DOC 张健
《神经网络信息融合技术在控制系统故障诊断中的应用》PDF+DOC2004年第02期 方挺,葛芦生,陈飞,李悦社
《基于Chebyshev神经网络的汽轮机传感器参数校正》PDF+DOC2003年第01期 马维山,张琴舜
《木材干燥窑内判断传感器有效状态方法的研究》PDF+DOC2009年第05期 张佳薇,郭润龙
《传感器多故障诊断的信息融合方法研究》PDF+DOC2007年第16期 张冀,王兵树,邸剑,于浩,鲁斌
《基于D-S证据理论与嵌入式传感器的监控与故障诊断》PDF+DOC2000年第06期 杜庆东,徐凌宇,赵海
《基于RBF神经网络的传感器非线性故障鲁棒诊断》PDF+DOC2004年第08期 贾明兴,王福利,何大阔
针对传统汽轮机转子故障诊断方法中存在精度不高的问题,引入了证据理论和灰色神经网络相结合的故障诊断方法。该方法首先根据所获取的故障特征向量,用灰色建模方法进行累加处理,以增强数据的规律性;然后经BP神经网络进行局部诊断,以获得彼此独立的证据;最后采用证据理论对各证据进行融合。试验结果表明,该方法具有较好的故障模式识别能力,适用于汽轮机转子的故障诊断,具有一定的应用价值。
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。