《基于神经网络信息融合的机车牵引电机故障诊断》PDF+DOC
作者:陈小玄,罗大庸,单勇腾
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2007年第05期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2007050010
DOC编号:DOCJZCK2007050019
下载格式:PDF + Word/doc 文字可复制、可编辑
《信息融合技术在烟气轮机故障诊断中的应用》PDF+DOC2008年第02期 张唐瑭,王少红,徐小力
《神经网络信息融合及其在球磨机测量中的应用》PDF+DOC2005年第03期 边宝峰,马平
《基于多智能体的复杂工程系统故障诊断研究》PDF+DOC2004年第06期 朱大奇,纪志成
《基于神经网络和证据理论的信息融合在故障诊断中的应用》PDF+DOC2012年第11期 李伟,梁玉英,朱赛
《独立电源多智能体信息融合故障诊断方法》PDF+DOC2010年第08期 张莉,袁海文,吕弘,袁海斌
《基于神经网络信息融合的智能故障诊断方法》PDF+DOC2008年第06期 李斌,章卫国,宁东方,尹伟
《故障诊断的信息融合方法》PDF+DOC2007年第12期 朱大奇,刘永安
《基于DS证据理论的精馏塔故障诊断方法》PDF+DOC2013年第28期 杨帆,江星,陈茂林,吴迅,张岗
《基于多传感器信息融合的故障诊断方法研究及应用》PDF+DOC2013年第06期 刘希亮,陈桂明,李方溪,张倩
《基于改进证据理论的故障诊断方法研究及应用》PDF+DOC2013年第18期 刘希亮,陈桂明,李方溪,张倩,罗显廷
对信息融合的故障诊断进行了研究,提出了一种基于信息时空融合的故障诊断模型,并将其成功应用于电力机车牵引电机的故障诊断;这种方法是在运用神经网络进行局部的故障诊断的基础上,再运用D-S证据理论进行全局决策的融合,从而实现了这两种算法优势的互补,提高诊断的准确率;实例分析结果表明,该故障诊断模型能够准确地检测出故障发生的位置及其故障发生的原因,适合于电力机车牵引电机的故障诊断,并具有推广的价值。
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。