设备故障智能诊断技术研究进展

被引：7

作者：

陈长征

白秉三

严安

机构：

[1] 沈阳工业大学建筑工程系!辽宁沈阳

[2] 沈阳市房产实业二公司!辽宁沈阳

来源：

沈阳工业大学学报 | 2000年 / 04期

关键词：

故障诊断; 神经网络; 数据采集; 信号处理;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

0804 ; 080401 ; 080402 ;

摘要：

机械是国民经济建设中不可缺少的关键设备，对其故障诊断方法的研究具有重要意义．当前机械故障诊断的关键就是寻找使诊断结果准确的方法．从故障诊断的实际出发，根据设备提供信息的多样性及故障表征形式的复杂性，分析了故障诊断技术和信息融合技术相结合的特点，阐述了故障智能诊断的过程和与其相关的应用技术的关系；论述了故障信号采集与处理、故障智能诊断方法的研究．并对今后的发展方向进行了预测．

引用

页码：349 / 352

页数：4

共 22 条

[1]

模糊理论和神经网络的基础与应用[M]. 广西科学技术出版社 , 赵振宇,徐用懋著, 1996

[2] 设备故障诊断技术的现状及其发展 [J].

虞和济 .

基础自动化, 1996, (05) :1-5

[3] 机械设备故障诊断的人工神经网络识别法 [J].

虞和济 .

机械强度 , 1995, (02) :48-54

[4]

故障诊断的基本原理[M]. 冶金工业出版社 , 虞和济编, 1989

[5]

Process faultdetection and diagnosis using neural networks-II. Vaidynathan R,Venkatasubramanian V. . 1990

[6]

An approach to fault diagnosis ofchemical processes via neural networks. Fan J Y. AIAA Journal . 1993

[7]

on the spectrum of fractional browniar motions. Flandrin P. IEEE Transactions on Information Theory . 1989

[8]

模糊理论和神经网络的基础与应用[M]. 广西科学技术出版社 , 赵振宇,徐用懋著, 1996

[9]

Artificial Intelligencain process engineering. Josiah C,Hoskins J C,David M. . 1990

[10]

Incipient fault diagnosis of chemicalprocesses via artificial neural networks-I. Kajior W. Journal ofAIChE . 1989

← 1 2 3 →