期刊文献+

基于模糊神经网络的风机故障诊断 被引量:6

Fault Diagnosis of Ventilators Based on Fuzzy Neural Network
下载PDF
导出
摘要 风机是企业安全生产的关键设备,探讨有效的故障诊断方法有着实际意义。将故障树和模糊神经网络相结合,利用故障树信息和专家经验知识提取神经网络的训练数据,并应用在风机故障诊断中,实例证明此方法较其他分析方法更简明、有效。 The ventilators are one of the most important equipments for production and safety in various industries,so it is of practical significance to discuss the effective fault diagnosing methods. Presents a hybrid model,combining the fault tree with fuzzy neural network.In this approach, the fault tree information and expertise knowledge are employed to extract the neural network training datas. An illustrative example of ventilators demonstrates that the method is straight forward and the execution is faster than other fault analysis models.
作者 娄国焕 周媛
机构地区 河北理工大学
出处 《煤矿机械》 北大核心 2009年第10期231-233,共3页 Coal Mine Machinery
关键词 故障诊断 故障树 模糊神经网络 fault diagnosis fault tree fuzzy neural network
  • 相关文献

参考文献5

  • 1石彬..基于故障树的EPS系统可靠性及失效模式仿真研究[D].浙江大学,2007:
  • 2鄂加强..智能故障诊断及其应用[M],2006.
  • 3付琼..智能故障诊断技术的研究与应用[D].大连理工大学,2002:
  • 4代克杰,张红梅,盛赛斌.基于神经网络的风机喘振故障诊断方法研究[J].测控技术,2004,23(11):58-60. 被引量:6
  • 5飞思科技产品研发中心编著..神经网络理论与MATLAB 7实现[M].北京:电子工业出版社,2005:323.

二级参考文献1

共引文献5

同被引文献23

引证文献6

二级引证文献20

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部