作者陈诗文,朱茂华,何惩,易柯,李登科(2019)在《轨道交通装备通风系统轴承的健康管理研究》一文中研究指出:风机是轨道交通装备通风系统的关键系统部件,其健康状态直接关系到列车运行牵引系统的工作状态。分析了风机电机轴承健康管理系统,综合考虑风机风速、电机轴承温度和振动加速度三类信号的粘连,根据已知故障信号训练的深度信念神经网络来对未知的故障信号进行识别,并对该方法在轨道交通风机轴承故障诊断的应用进行了探讨。
feng ji shi gui dao jiao tong zhuang bei tong feng ji tong de guan jian ji tong bu jian ,ji jian kang zhuang tai zhi jie guan ji dao lie che yun hang qian yin ji tong de gong zuo zhuang tai 。fen xi le feng ji dian ji zhou cheng jian kang guan li ji tong ,zeng ge kao lv feng ji feng su 、dian ji zhou cheng wen du he zhen dong jia su du san lei xin hao de nian lian ,gen ju yi zhi gu zhang xin hao xun lian de shen du xin nian shen jing wang lao lai dui wei zhi de gu zhang xin hao jin hang shi bie ,bing dui gai fang fa zai gui dao jiao tong feng ji zhou cheng gu zhang zhen duan de ying yong jin hang le tan tao 。
论文作者分别是来自技术与市场的陈诗文,朱茂华,何惩,易柯,李登科,发表于刊物技术与市场2019年03期论文,是一篇关于轨道交通装备论文,健康管理论文,风机论文,轴承论文,神经网络论文,技术与市场2019年03期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自技术与市场2019年03期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
本文来源: https://www.lw00.cn/article/6205c346a6709f172f0d0827.html