出处
《农机使用与维修》
2007年第1期78-79,共2页
Agricultural Machinery Using & Maintenance
参考文献4
1 孙承顺,张建武,黄金娥.神经网络在柴油机振动有源控制中的应用[J] .机械工程学报,2004,40(2):173-176. 被引量：1
2 刘守道,张来斌,王朝晖.柴油机故障诊断的现代方法及展望[J] .石油矿场机械,2000,29(1):32-35. 被引量：27
3 杨建国,王晓武.船舶柴油机监测与故障诊断技术现状及发展趋势[J] .中国航海,1999,22(2):41-48. 被引量：30
4 廖明,张文明,石博强.柴油机故障诊断的现状与展望[J] .冶金设备,1998(6):15-18. 被引量：10
二级参考文献25
1 姚起杭,姚军,李岳锋,郝联盈.飞机结构振动主动控制应用技术[J] .应用力学学报,2001,18(z1):54-58. 被引量：3
2 赵云峰.柴油机供油系统不解体故障诊断方法探讨[J] .工程机械,1993,24(2):37-40. 被引量：3
3 彭勇,周轶尘,李滋湘,杨国秀,刘善利,王连东.发动机主轴承状态和振动信号之间关系的研究[J] .武汉水运工程学院学报,1993,17(2):125-130. 被引量：5
4 张建华,方祖华,张纪鹏,孙济美.车用增压柴油机中冷器模型及其性能预测[J] .内燃机学报,1995,13(1):65-70. 被引量：6
5 杨建国,周轶尘.船舶柴油机振动监测与故障诊断系统[J] .内燃机工程,1996,17(3):45-51. 被引量：12
6 杨建国.柴油机振动监测与诊断技术的现状及发展趋势[J] .水运科技情报,1996(5):18-20. 被引量：1
7 王朝晖.油田大型柴油机故障诊断技术研究.石油大学（北京）博士后研究工作报告[M].,1997..
8 周铁尘.内燃机监测技术的发展趋势与展望[J].湖北内燃机,1991,(5):29-34.
9 周铁尘，湖北内燃机，1991年，5期，29页
10 Jone N B，Condition Monitoring’97
共引文献56
1 温广瑞,张西宁.柴油机故障的振动特征提取及故障识别[J] .振动工程学报,2004,17(z1):404-407. 被引量：2
2 王丹斌.浅议柴油发动机的故障和诊断方法[J] .科技风,2008(1):45-45.
3 杨文献,姜节胜.基于数据挖掘的柴油机气门故障诊断技术研究[J] .机械工程学报,2004,40(10):25-29. 被引量：11
4 张维新,张俊峰.柴油机故障诊断技术趋向分析[J] .天津航海,2005(2):16-18. 被引量：6
5 商铁军,刘立,孙恩涛,吴冬.矿用汽车发动机故障诊断[J] .矿山机械,2005,33(12):39-41. 被引量：2
6 郭江华,侯馨光,陈国钧,张庆.船舶柴油机故障诊断技术研究[J] .中国航海,2005,28(4):75-78. 被引量：38
7 蔡畅,胡政,宋立军.柴油机状态监测与故障诊断系统[J] .兵工自动化,2006,25(2):76-77. 被引量：11
8 王春花,卢宏（翻译）.灰色系统理论在机械磨损过程中的维修决策模型探讨[J] .江西冶金,2006,26(6):4-6.
9 蒋磊,杨朔.船用柴油机故障诊断技术现状及发展趋势[J] .船舶,2007,18(4):36-40. 被引量：9
10 徐向荣.船舶柴油机故障诊断技术的研究及展望[J] .南通航运职业技术学院学报,2007,6(3):53-56. 被引量：2
同被引文献26
1 高晶,孙继银,陶灵姣,柴焱杰,王波.故障树分析法在电子设备抗电磁脉冲可靠性分析中的应用[J] .微电子学与计算机,2009,26(3):153-155. 被引量：7
2 倪新枝,魏建秋,李树友.车用柴油机故障诊断的常用方法[J] .军用汽车管理,2005(1):43-44. 被引量：1
3 张维新,张俊峰.柴油机故障诊断技术趋向分析[J] .天津航海,2005(2):16-18. 被引量：6
4 蔡振雄,李玩幽,李寒林.利用振动噪声信号诊断柴油机故障研究的现状与发展[J] .船舶工程,2006,28(5):53-55. 被引量：9
5 臧刚权,杨文位.柴油机故障诊断技术方法综述[J] .农业机械化与电气化,2006(6):17-18. 被引量：3
6 尤晓玲,李春亮,魏建秋.东风柴油汽车结构与使用维修[M].北京:金盾出版社,2004.
7 曹汉龙.柴油机智能化故障诊断技术[M].第1版.北京:国防工业出版社,2005:73-74.
8 JIANG Zhengyi, HAN Jingtao , LIU Xianghua. Neural network based expert system for steel bar pipeline fault di- agnosis [J ]. Advanced Materials Research, 2012, 421: 590 - 594.
9 ZHANG Xingyong. Application of the rough set theory and BP neural network model in disease diagnosis [ C]// Pro- ceedings of 6th International Conference on Natural Compu- tation. Yantai: IEEE,2010, 1 : 167 - 171.
10 何友,王国宏.多传感器信息融合及应用[M].第2版.北京:电子工业出版社,2010:301-307.
引证文献5
1 李春亮,李金学,张志远.车用柴油发动机故障人工经验诊断方法研究[J] .拖拉机与农用运输车,2008,35(6):116-118.
2 滕飞,李国璋,林树飞.基于排放和故障树分析法的柴油机故障诊断[J] .四川兵工学报,2009,30(12):34-37. 被引量：7
3 刘罡,王兴成,李放文,吴文庆,蒋一然.基于遗传神经算法与证据理论的柴油机燃油系统故障诊断[J] .大连海事大学学报,2012,38(2):79-83. 被引量：1
4 周序生,耿伟亚.组合算法在柴油机故障诊断的应用仿真[J] .计算机仿真,2012,29(9):212-215. 被引量：3
5 潘烨.柴油机故障诊断的现状与展望[J] .神州,2017,0(13):189-189.
二级引证文献11
1 叶作舟.有关船舶主机常见故障诊断系统分析[J] .中国水运（下半月）,2012,12(12):105-106. 被引量：3
2 邵新杰,康海英,田广,曹立军.故障树分析法在某型轮式自行火炮故障诊断中的应用[J] .四川兵工学报,2013,34(1):9-12. 被引量：6
3 田野,陈海龙,仇远旺.基于故障树分析法诊断柴油机水温过高的故障[J] .内燃机,2014,30(1):52-54. 被引量：5
4 曹满亮,潘宏侠,董安.改进的灰色关联法在柴油机故障诊断中的应用[J] .噪声与振动控制,2015,35(4):6-10. 被引量：3
5 胡特特,刘银,田胜利,段宏宇,李才运.基于MATLABGUI煤矿液压支架故障诊断专家系统设计[J] .煤矿机械,2015,36(12):285-287. 被引量：12
6 李闽江.基于FTA的B757发动机排气系统排故分析[J] .航空科学技术,2016,27(10):41-45.
7 沈绍辉.改进人工蜂群算法优化支持向量机的柴油机故障诊断[J] .智慧工厂,2017,0(6):81-86. 被引量：2
8 毕海平,楼佳.某船发电机组非偶然突发停车故障分析及对策[J] .中国水运（下半月）,2018,18(2):89-90.
9 叶强强,王景成,陈超波,王召,涂吉昌.基于COBP模型的城市短期需水量预测研究[J] .计算机与数字工程,2020,48(1):198-205. 被引量：3
10 俞伟强.故障树分析法在船舶柴油机故障诊断中的应用[J] .公安海警学院学报,2011(2):14-15.
1 顾俊杰.热水锅炉的氧腐蚀与防止措施[J] .科技风,2008(17):89-89. 被引量：1
2 高元圣,孙飞.循环流化床锅炉冷渣器的使用与改造[J] .中国设备工程,2003(12):53-53.
3 袁向阳,张钰.某电厂给水泵汽轮机主汽阀内漏原因分析及处理[J] .科技创新与应用,2016,6(23):132-132.
4 杨显丽.反渗透水处理技术在我厂的应用[J] .工业水处理,2003,23(1):77-78. 被引量：7
5 范旭.酸洗除垢技术在工业锅炉中的应用[J] .河南科技,2014,33(5X):87-88. 被引量：2
6 谭厚章,苗杨,王洋,王学斌,徐通模.煤质多变下火电厂最经济煤种决策[J] .中国电机工程学报,2009,29(14):1-5. 被引量：19
7 高济华.用友资产管理系统在设备管理上的应用[J] .冶金动力,2013(11):71-74. 被引量：2
8 冯金洋.煤粉锅炉煤气混烧结焦分析探讨[J] .发展,2017,0(1):95-96. 被引量：1
9 王健,王忠元,王绍基,陆卫东.降低RP863磨煤机石子煤排放的措施[J] .华东电力,1999,27(11):20-21. 被引量：1
10 臧刚权.时域特征参数曲线拟合法在柴油机故障诊断中的应用[J] .农机使用与维修,2006(1):41-42.
