【引证文献】 引用本文的文献。本文研究工作的继续、应用、发展或评价。
|
中国优秀硕士学位论文全文数据库 共找到 10 条
[1] | 高原. 高速线材轧机传动系统在线监测与故障诊断[D]武汉科技大学, 2003
.
|
[2] | 陈红领. 轧钢机试验台的分布式监测诊断系统研究[D]武汉科技大学, 2004
.
|
[3] | 刘强. 人工神经网络及其在汽轮发电机组振动故障预测中的应用[D]浙江大学, 2005
.
|
[4] | 刘清龙. 火电厂风机状态监测与故障诊断系统研究[D]武汉大学, 2005
.
|
[5] | 王衍学. 基于小波和支持向量机的风机故障趋势预测研究[D]广西大学, 2006
.
|
[6] | 陈文益. 水轮发电机组状态监测和诊断系统的研究[D]贵州大学, 2008
.
|
[7] | 杨崴崴. 小波神经网络在汽轮发电机组故障预测中的应用[D]浙江大学, 2008
.
|
[8] | 吴英友. 潜艇机械振动状态监测与预测技术研究[D]华中科技大学, 2007
.
|
[9] | 卞长万. 遥测天线系统故障智能诊断与维护研究[D]重庆大学, 2008
.
|
[10] | 王秋香. K5403离心式压缩机状态监测与趋势预测技术研究[D]湖南大学, 2009
.
|
中国博士学位论文全文数据库 共找到 5 条
中国期刊全文数据库 共找到 7 条
[1] | 曹爱东,徐小力. 基于LabVIEW的振动烈度灰色预测模型[J]北京机械工业学院学报, 2003,(01)
.
|
[2] | 姜波,王猛,张修臣,杨留龙. 远程在线状态监测系统在丁辛醇循环气压缩机上的应用[J]广州化工, 2014,(18)
.
|
[3] | 王红军,张建民,徐小力. 机电设备趋势状态的支持向量机智能预示[J]机床与液压, 2005,(05)
.
|
[4] | 王红军,徐小力,张建民. 设备状态趋势的SVM预示技术研究[J]机械科学与技术, 2006,(04)
.
|
[5] | 王涛,徐小力,徐杨梅. 基于均值函数新息加权的神经网络趋势预测的方法研究[J]计算机测量与控制, 2005,(03)
.
|
[6] | 胡志坤,彭小奇,姚俊峰,梅炽,周安梁,吴东华,李明. 炼铜转炉吹炼终点预报研究[J]有色金属(冶炼部分), 2000,(06)
.
|
[7] | 梅炽,胡志坤,彭小奇,姚俊峰,胡军. 基于神经网络和自适应残差补偿的炼铜转炉吹炼终点预报模型[J]中国有色金属学报, 2000,(05)
.
|
|