学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于神经网络和支持向量机的复合故障诊断技术
被引:13
作者
:
赵海洋
论文数:
0
引用数:
0
h-index:
0
机构:
大庆石油学院
赵海洋
王金东
论文数:
0
引用数:
0
h-index:
0
机构:
大庆石油学院
王金东
刘树林
论文数:
0
引用数:
0
h-index:
0
机构:
大庆石油学院
刘树林
陈桂娟
论文数:
0
引用数:
0
h-index:
0
机构:
大庆石油学院
陈桂娟
机构
:
[1]
大庆石油学院
来源
:
流体机械
|
2008年
/ 01期
关键词
:
神经网络;
支持向量机;
故障诊断;
往复压缩机;
D O I
:
暂无
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
结合神经网络和支持向量机的优点,针对实际应用的不同阶段,提出了一套基于神经网络和支持向量机的复合故障诊断技术。该技术不但可以融入新的故障信息,而且可以使故障诊断模型始终处于最优识别状态,并以往复压缩机气缸系统常见故障的诊断为实例,验证了该技术的有效性。
引用
收藏
页码:39 / 42+73 +73
页数:5
相关论文
未找到相关数据
未找到相关数据