共被期刊论文引用了4次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于状态的装备故障预测技术综述显示文摘综述了基于状态的装备故障预测与维修决策的发展现状,分别将近年来基于可靠性的故障预测、基于数据驱动的故障预测、基于统计的故障预测、基于失效物理的故障预测、综合集成故障预测5类故障预测的文献进行了总结,并分析了故障预测中的不确定性。对装备故障预测研究现状进行了分析与展望。 | 郭建 徐宗昌 张文俊 | 2019 | 火炮发射与控制学报2019，40，2： | 6 |
| 2 | 数据驱动的动车组滚动轴承故障预测显示文摘为了有效提高动车组滚动轴承故障的发现率,减少故障监控系统的误报现象,基于Apache Hadoop大数据平台对经典Apriori算法进行改进,并将其应用于动车组滚动轴承故障的预测研究工作中。首先,针对经典Apriori算法的不足,在MapReduce框架下提出以业务经验为约束的改进的Apriori算法。其次,基于文中提出的改进的Apriori算法对某铁路局的动车组状态、故障预警、维修历史等信息进行深度数据挖掘,并通过得出的关联规则进行动车组滚动轴承故障的预测。实验结果表明,文中提出的算法准确率达72%,减少了80%以上的误报报警信息,在实验环境中运算效率较传统的Apriori算法提高了50%。 | 李莉 贾志凯 张瑜 李时法 | 2017 | 山东科技大学学报(自然科学版)2017，36，4： | 4 |
| 3 | 微车后桥关键工序生产异常损失评估及预警方法显示文摘针对微车后桥关键工序生产异常损失评估及预警困难等问题,提出一种集关键工序生产异常信息实时采集、生产异常损失评估、生产异常损失预警为一体的微车后桥关键工序生产异常损失评估及预警方法。对微车后桥关键工序生产异常事件进行了分类,建立了关键工序生产异常损失的评价指标体系,并对基于灰色模糊评判的关键工序生产异常损失评估、基于径向基函数神经网络的关键工序生产异常损失预警等关键技术进行了研究。将以上研究成果在重庆某后桥生产工厂进行应用验证,取得了良好的效果。 | 尹超 郭晨 赵旭 | 2014 | 计算机集成制造系统2014，20，10： | 4 |
| 4 | 基于数据自组织挖掘的机械设备状态退化预警方法显示文摘在设备状态监测过程中引入数据自组织挖掘思想,建立一种设备状态退化预警方法。采用隐马尔科夫模型(HMM)对设备的早期退化状态进行准确辨识和评估,并进一步建立设备退化过程的自组织预测模型。案例分析中将该方法应用到旋转机械轴承运行状态退化的预警过程中。结果表明,基于自组织数据挖掘的设备状态退化趋势预测方法预测效果准确、客观性强,预测值与实际值的拟合程度高,相对误差仅为3.1%。新方法能够预测设备未来时间段的退化状态及其发展趋势,提前给出预警信息,有效地制定预知维修计划,及时采取预防措施,防止因设备突发失效引起非计划停机造成生产和经济损失。 | 胡瑾秋 张来斌 胡春艳 李文强 | 2014 | 中国石油大学学报(自然科学版)2014，38，3： | 3 |
您所在的机构暂未开通此部分的功能，请联系管理员