出处
《矿山机械》
北大核心
1999年第4期51-52,共2页
Mining & Processing Equipment
基金
煤炭科学基金
二级参考文献1
1 阳洪志,李壮云.液压泵气蚀初生的诊断[J]液压与气动,1988(01).
共引文献19
1 张一斌.复合神经网络高精度分类算法研究[J] .长沙电力学院学报（自然科学版）,2005,20(1):41-43.
2 王文林,湛从昌.轴向柱塞泵的故障诊断技术研究[J] .武汉冶金科技大学学报,1997,20(3):340-347.
3 姜万录,王益群,孔祥东,李久彤.液压系统故障检测与诊断技术的新进展[J] .中国机械工程,1998,9(9):58-60. 被引量：12
4 骆德汉,陈伟海.基于 ANN 的故障诊断专家系统的应用研究[J] .北京航空航天大学学报,1998,24(5):611-614. 被引量：10
5 温熙森,徐永成,易晓山.智能理论在BIT设计与故障诊断中的应用[J] .国防科技大学学报,1999,21(1):97-101. 被引量：24
6 姜万录,孔祥东,王益群.系统故障检测与诊断技术的研究动态[J] .燕山大学学报,1999,23(2):114-119. 被引量：5
7 荆双喜,方佳雨,孟惠荣.小波包-神经网络在斜轴泵故障诊断中的应用研究[J] .振动．测试与诊断,2000,20(2):97-101. 被引量：17
8 梁艳春.计算智能与力学反问题中的若干问题[J] .力学进展,2000,30(3):321-331. 被引量：25
9 黄志坚.轧机液压故障智能诊断技术探讨与展望[J] .冶金丛刊,2000(6):1-5. 被引量：7
10 黄志坚,裘丽华.液压故障智能诊断技术探讨[J] .机床与液压,2001,29(3):106-108. 被引量：5
同被引文献7
1 吴波,何岭松,蔡志强,吴雅.基于小波变换的波形特征抽取与识别[J] .华中理工大学学报,1993,21(1):77-81. 被引量：9
2 诸葛起,路甬祥.用振动信号检测柱塞泵松靴故障[J] .振动．测试与诊断,1989,9(3):11-15. 被引量：11
3 高天方,殷祥超,陆梅.斜轴泵的试验模态分析[J] .液压与气动,1996,20(1):30-31. 被引量：3
4 Zhang T,Zhu G Q.The diagn0sis and analysis of slipper looseness failure in an axial piston pump, In: Lu Yongxiang. Fluid power transmission and control proceedings of the 2nd international conference, Hangzhou, P R China . 1989
5 乔石,殷祥超,于北勋,任智勇.斜轴泵故障诊断的时间序列方法实验研究初探[J] .煤炭科学技术,1997,25(9):21-25. 被引量：2
6 别云成,张观明,黄启俊,张斌.机械设备故障监测与智能诊断[J] .测控技术,1999,18(9):42-44. 被引量：3
7 曾昭君,何钺.故障诊断神经网络的发展与前景[J] .机械工程学报,1992,28(1):1-7. 被引量：9
1 陈道林,陶应友.采煤机神经网络故障诊断专家系统初探[J] .矿山机械,1998,26(12):14-15. 被引量：1
2 李英龙,童光煦.人工神经网络及在矿业工程中的应用[J] .化工矿山技术,1993,22(3):19-21. 被引量：2
3 李英龙,童光煦.神经网络在采矿工程统计分析中的应用[J] .昆明工学院学报,1994,19(5):72-79. 被引量：1
4 季长印,高澜庆.神经网络方法在柱塞泵故障诊断中的应用[J] .金属矿山,1995,24(5):32-33. 被引量：1
5 曹庆林.用神经网络系统原理选择采矿方法[J] .矿业研究与开发,1994,14(2):14-17. 被引量：2
6 李新春,张幼蒂.神经网络在矿山中的应用[J] .化工矿山技术,1997,26(5):49-51. 被引量：1
7 刘晓爽,方湄,刘立,潘伟.RBF神经网络在磨矿故障诊断中的应用[J] .冶金设备,2000(2):34-37. 被引量：2
8 刘占魁,来兴平.基于人工神经网络的地下软岩工程支护初步决策系统的探讨[J] .金属矿山,1995,24(4):19-22. 被引量：1
9 安力钢.煤矿通风机故障诊断研究[J] .装备制造技术,2012(1):96-97. 被引量：1
10 公茂法,郭一萱,闫鹏,吴娜,张超.采煤机滚动轴承故障诊断新方法[J] .工矿自动化,2017,43(5):50-53. 被引量：4
