《矿山机电设备维修故障诊断技术浅析》PDF+DOC
作者:张健
单位:江苏《机电信息》杂志社有限公司
出版:《》
页数:2页 (PDF与DOC格式可能不同)
PDF编号:PDFJDXX2020140470
DOC编号:DOCJDXX2020140479
下载格式:PDF + Word/doc 文字可复制、可编辑
《运用故障诊断技术进行矿山机电设备维修思考》PDF+DOC2016年第02期 刘俊峰
《矿山机电设备故障诊断技术分析》PDF+DOC2017年第08期 刘泽邦
《采用神经网络技术降低机电设备BIT虚警》PDF+DOC1999年第04期 徐永成,陶利民,温熙森,易晓山
《证据理论在汽轮机转子故障诊断中的应用》PDF+DOC2012年第11期 程加堂,艾莉,徐绍坤
《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
《基于多传感器信号分析的故障诊断》PDF+DOC2016年第09期 陈轶,杨奕,包辉慧,陆艳娟,张烨
《电气设备状态监测与故障诊断》PDF+DOC2004年第01期 张春霞
《基于信息融合原理的智能故障诊断模型》PDF+DOC2004年第08期 苏羽,赵海,田富俊,王刚
《基于RBF神经网络的锅炉燃烧系统故障诊断》PDF+DOC2003年第02期 陈明,徐向东
《基于信息融合方法的电力变压器网络在线监测与故障诊断研究》PDF+DOC2002年第22期 魏守智,王刚,王金东,韩光洁,赵海
矿山机电设备的工作环境复杂,故障诊断是保障机电设备高效维修的关键手段。为此,设计了一种新的机电设备维修故障诊断方法。基于Zigbee技术设计的矿山机电设备监测系统,采集机电设备运行状态数据;构建并训练BP神经网络模型,将利用小波包方法提取的故障特征向量作为网络测试样本,精准诊断矿山机电设备的故障情况。该方法检测的矿山机电设备故障精准度高达91%。
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。