您的位置: 专家智库 > >

戴谦

作品数:2 被引量:9H指数:1
供职机构:中国专利信息中心更多>>
发文基金:中央高校基本科研业务费专项资金河北省自然科学基金更多>>
相关领域:动力工程及工程热物理机械工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇机械工程
  • 1篇动力工程及工...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇风机
  • 1篇信息熵
  • 1篇在线监测
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇故障诊断
  • 1篇风机性能
  • 1篇符号动力学
  • 1篇改进神经网络
  • 1篇改进支持向量...

机构

  • 2篇华北电力大学
  • 2篇中国专利信息...

作者

  • 2篇刘锦廉
  • 2篇王松岭
  • 2篇许小刚
  • 2篇戴谦
  • 1篇李非

传媒

  • 1篇流体机械
  • 1篇华北电力大学...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
基于改进支持向量机的风机性能在线监测平台研究
2013年
风机性能实时监测对电厂安全、经济运行具有重要意义,而对风机流量的准确实时监测是风机性能在线监测的关键。针对现场缺乏大管径流量准确测量手段的现状,本文采用风机无因次性能曲线中性能参数之间稳定的映射规律,并通过不同智能算法建立了风机全程流量测量模型,结果发现改进的支持向量机模型拟合精度更高,效果更好。最后,在改进支持向量机模型基础上,采用Visual Basic语言与Matlab混合编程方法,建立了风机性能在线监测平台,实现了对风机实际工况下的流量、性能的实时监测。
王松岭许小刚刘锦廉李非戴谦
关键词:风机支持向量机神经网络在线监测
基于符号动力学信息熵与改进神经网络的风机故障诊断研究被引量:9
2013年
将时间序列的符号动力学信息熵H k应用在风机振动信号的分析中,能够真实地反映风机不同故障类型的差异。为了准确诊断风机的机械故障,提出了一种对多测点振动信号提取符号动力学信息熵的风机故障特征向量提取方法,再采用动量法和学习速率自适应的改进BP神经网络进行故障诊断。诊断结果表明此方法能够有效地诊断风机机械故障的类别、严重程度和发生部位,诊断时间短,适用于现场风机故障的在线诊断。
王松岭许小刚刘锦廉戴谦
关键词:风机故障诊断神经网络
共1页<1>
聚类工具0