-
题名基于矢谱和L-M神经网络的旋转机械故障诊断研究
被引量：2
- 1
-
-
作者
董辛旻
韩捷
石来德
尹献德
-
机构
同济大学机械工程学院
郑州大学振动工程研究所
河南省特种设备安全监测研究院
-
出处
《汽轮机技术》
北大核心
2009年第5期372-375,共4页
-
基金
国家自然科学基金资助项目NO.50675209
河南省杰出人才创新基金NO.0621000500~~
-
文摘
讨论了矢谱融合技术和Levenberg-Marquardt(L-M)神经网络的相关理论,提出了基于矢谱和L-M神经网络的旋转机械故障诊断方法,建立了基于矢谱的旋转机械常见故障诊断L-M神经网络模型。模拟实验结果表明:与基于单通道数据的诊断结果对比,将矢谱数据融合应用于旋转机械常见故障诊断,可有效提高故障诊断的准确率。
-
关键词
旋转机械
故障诊断
矢谱
L—M神经网络
-
Keywords
rotary machinery
fault diagnosis
vector spectrum
L-M neural network
-
分类号
TH17
[机械工程—机械制造及自动化]
TP306
[自动化与计算机技术—计算机系统结构]
-
-
题名电梯监督检验和定期检验中存在的问题及解决措施探讨
被引量：11
- 2
-
-
作者
赵瑞金
-
机构
河南省特种设备安全监测研究院许昌分院
-
出处
《中国标准化》
2018年第2期233-234,237,共3页
-
文摘
高层建筑中电梯的设置十分必要,其不仅关系着广大群众的生活便利性,同时还和群众的生命财产安全有着十分紧密的联系,此种背景下,广大电梯安全检验人员也应该加强对电梯安全的把握。特别是在现代化的今天,我国建筑行业飞速发展,电梯作为建筑中重要的运行工具也逐渐引起了人们的关注。但是当前电梯安全事故时有发生,对于电梯监督检验和定期检查工作就显得尤为必要,所以我们也应该加强对电梯的关注。针对这种情况,本文就将针对电梯监督检验和定期检验工作中存在的问题展开研究,进一步提出对问题的解决策略,希望对确保电梯的安全运行提供更大的帮助。
-
关键词
电梯
监督检验
定期检验
解决措施
-
分类号
F2
[经济管理—国民经济]
-
