摘要:利用Kohonen网络聚类的特点,把汽轮机振动故障信号频谱中的相关频段上不同频率谱的谱峰能量值作为故障信号的训练样本输入到Kohonen网络,并由网络进行聚类,产生聚类中心点.根据此聚类中心点的位置来确认和诊断汽轮机振动故障的原因以及目前的严重程度.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
影响因子:0.57
期刊级别:北大期刊
发行周期:双月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!