|
|||||
|
|
| 基于神经网络的往复压缩机气阀故障诊断方法 | |
| 引用本文： | 高晶波,唐立强,王日新,徐敏强.基于神经网络的往复压缩机气阀故障诊断方法[J].压缩机技术,2005(1):25-27. |
| 作者姓名： | 高晶波 唐立强 王日新 徐敏强 |
| 作者单位： | 1. 哈尔滨工程大学,黑龙江,哈尔滨,150000;哈尔滨工业大学振动工程研究中心,黑龙江,哈尔滨,150000 2. 哈尔滨工程大学,黑龙江,哈尔滨,150000 3. 哈尔滨工业大学振动工程研究中心,黑龙江,哈尔滨,150000 |
| 摘 要： | 建立在2D12型往复压缩机气阀故障的大量实验基础上,通过对气阀振动信号的工作局部特征提取,同时根据气阀故障的统计特性,给出气阀故障诊断的自组织映射神经网络的诊断方法。 |
| 关 键 词： | 气阀故障 时频分析法 神经网络 |
| 文章编号： | 1006-2971(2005)01-0025-03 |
| 修稿时间： | 2004年6月29日 |
Study on valve fault of 2D12 Reciprocating Compressors with Neural Network |
|
| GAO Jing-bo,TANG Li-qiang,WANG Ri-xin,XU Min-qiang.Study on valve fault of 2D12 Reciprocating Compressors with Neural Network[J].Compressor Technology,2005(1):25-27. | |
| Authors: | GAO Jing-bo TANG Li-qiang WANG Ri-xin XU Min-qiang |
| Affiliation: | GAO Jing-bo~ |
| Abstract: | In the paper,the fault features of valves of 2D12 reciprocating compressors are extracted by a lot of experiments.The signal of the special work passages about valves are analyzed with the time-frequency method.Meanwhile,on basis of the statistical feature of valve fault extracted,the neural network is used to analyze the valve fault. |
| Keywords: | valve fault time-frequency method neural network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
