登录    注册    忘记密码

期刊文章详细信息

时域径向基函数网络诊断方法在往复泵故障诊断中的应用  ( EI收录)  

Application of Radial Basis Function Neural Network on Fault Diagnosis for Reciprocating Pump

  

文献类型:期刊文章

作  者:白允东[1] 屠良尧[1] 杨纯宝[2] 辛绍杰[3]

机构地区:[1]哈尔滨工业大学航天工程与力学系,哈尔滨150001 [2]哈尔滨飞机工业集团,哈尔滨150066 [3]大庆职工大学,大庆163000

出  处:《振动工程学报》

年  份:2002

卷  号:15

期  号:2

起止页码:162-166

语  种:中文

收录情况:AJ、AMR、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:往复机械是工程中广泛应用的一种机械设备 ,由于其动力学和运动学形态比旋转机械复杂 ,对其进行故障诊断存在较大难度 ,有效提取往复机械运动中非平稳时变信号中的故障特征和将故障特征准确分类是解决往复机械故障诊断问题的两个关键。本文利用时域数字特征分析方法完成故障特征信息提取 ;通过径向基神经网络对特征信息分类识别 ,实现故障的自动诊断。利用以上原理建立的油田往复塞泵故障监测与诊断系统 ,通过在大庆油田的实际应用表明 ,系统能够比较准确的识别往复柱塞泵多种常见故障 ,且具有较高的运算速度。

关 键 词:径向基函数网络 往复泵 故障诊断 往复机械 时域数字特征分析  信号提取

分 类 号:TP206.3] TE933.3]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心