学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
贝叶斯与遗传神经网络相融合的柴油机故障诊断研究
被引:3
作者
:
论文数:
引用数:
h-index:
机构:
王鑫
论文数:
引用数:
h-index:
机构:
于洪亮
论文数:
引用数:
h-index:
机构:
段树林
论文数:
引用数:
h-index:
机构:
闫锦
机构
:
[1]
大连海事大学轮机工程学院
来源
:
船舶工程
|
2012年
/ 34卷
/ 01期
关键词
:
柴油机;
振动信号;
贝叶斯算法;
BP神经网络;
故障诊断;
选择因子;
D O I
:
10.13788/j.cnki.cbgc.2012.01.026
中图分类号
:
TK428 [检修与维护];
学科分类号
:
080703 ;
摘要
:
利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。
引用
收藏
页码:32 / 35
页数:4
相关论文
未找到相关数据
未找到相关数据