期刊专题

10.3969/j.issn.1006-2971.2013.06.002

基于RBF神经网络和多信息融合技术的往复压缩机状态评估研究

引用
为及时、准确地捕捉设备运行的异常信息,提出基于径向基函数神经网络(Radial Basis Function Neural Network,简称RBFNN)和多信息融合技术的设备状态评估方法;利用往复压缩机不同测点特征值的趋势变化特点,研究神经网络分类技术,优选敏感特征参数,对不同测点特征值的趋势变化特点进行分类与组合,建立往复压缩机状态评估流程,实现设备运行异常状态的预警评估.

状态评估、趋势分类、神经网络、状态监测、故障诊断

TH457(气体压缩与输送机械)

2014-02-25(万方平台首次上网日期,不代表论文的发表时间)

共6页

7-11,15

相关文献
评论
暂无封面信息
查看本期封面目录

压缩机技术

1006-2971

21-1176/TH

2013,(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn