节点文献

基于粗集理论的柴油机典型故障的磨粒识别

Wear Particles Recognition of Typical Fault in Diesel Engine Based on Rough Set

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 邢敬华张柏松赵新泽严新平

【Author】 Xing Jinghua Zhang Baisong Zhao Xinze Yan Xinping( College of Mechanical & Material Engineering,China Three Gorges University, Yichang 443002 ,China; Sea-Route Engingring Bureau of the Changjiang Yichang 430063,China; Institute of Reliability Engineering, Wuhan University of Technology,Wuhan 430063,China)

【机构】 三峡大学机械与材料学院长江宜昌航道工程局武汉理工大学可靠性工程研究所 湖北 宜昌 443002湖北 宜昌 443000湖北 宜昌 443002 武汉理工大学可靠性工程研究所武汉 430063武汉 430063

【摘要】 利用铁谱技术分析柴油机的典型故障,建立柴油机的典型故障与磨粒类型的关系,在此关系的基础上,基于粗集理论确定典型故障模式识别的最优决策规则,通过试验结果验证了最优决策规则的准确,为铁谱技术的智能诊断提供了依据.

【Abstract】 Analysis of the typical fault of diesel engine by ferrograghy, the relation between typical fault of diesel engine and wear particles was founded;and the optimization decision about typical fault of diesel engine was obtained based on rough set theory;the result of test proved its accuracy. The basis is laid for ferrograghy intelligent fault diagnosis.

【关键词】 粗集理论故障模式铁谱技术
【Key words】 rough setsfault modelferrograghy
【基金】 国家自然基金项目(50275111)
  • 【文献出处】 三峡大学学报(自然科学版) ,Journal of University of Hydraulic and Electric Engineering/yichang , 编辑部邮箱 ,2004年04期
  • 【分类号】TK421
  • 【下载频次】67
节点文献中: 

本文链接的文献网络图示:

本文的引文网络