| 注册
首页|期刊导航|中国石油大学学报(自然科学版)|基于数据自组织挖掘的机械设备状态退化预警方法

基于数据自组织挖掘的机械设备状态退化预警方法

胡瑾秋 张来斌 胡春艳 李文强

中国石油大学学报(自然科学版)2014,Vol.38Issue(3):142-147,6.
中国石油大学学报(自然科学版)2014,Vol.38Issue(3):142-147,6.DOI:10.3969/j.issn.1673-5005.2014.03.023

基于数据自组织挖掘的机械设备状态退化预警方法

An early warning method of degradation for mechanical facilities based on data self-organization mining technology

胡瑾秋 1张来斌 1胡春艳 1李文强1

作者信息

  • 1. 中国石油大学机械与储运工程学院,北京102249
  • 折叠

摘要

关键词

数据自组织挖掘/隐马尔科夫模型/数据分组处理方法/状态退化预警

Key words

data self-organization mining/hidden Markov model (HMM)/group method of data handling (GMDH)/early warning of degradation

分类

机械制造

引用本文复制引用

胡瑾秋,张来斌,胡春艳,李文强..基于数据自组织挖掘的机械设备状态退化预警方法[J].中国石油大学学报(自然科学版),2014,38(3):142-147,6.

基金项目

国家自然科学基金项目(51104168) (51104168)

教育部新世纪优秀人才支持计划项目(NCET-12-0972) (NCET-12-0972)

北京市自然科学基金项目(3132027) (3132027)

中国石油大学(北京)科研基金项目(YJRC-2013-35) (北京)

北京市优秀博士学位论文指导教师科技项目(YB20111141401) (YB20111141401)

中国石油天然气集团公司科学研究与技术开发项目(2012B-3407) (2012B-3407)

中国石油大学学报(自然科学版)

OA北大核心CSCDCSTPCD

1673-5005

访问量0
|
下载量0
段落导航相关论文