| 注册
首页|期刊导航|计算机应用与软件|基于SA-2DCNN的涡轮叶片故障诊断方法

基于SA-2DCNN的涡轮叶片故障诊断方法

李阳 黄伟

计算机应用与软件2023,Vol.40Issue(5):48-54,114,8.
计算机应用与软件2023,Vol.40Issue(5):48-54,114,8.DOI:10.3969/j.issn.1000-386x.2023.05.007

基于SA-2DCNN的涡轮叶片故障诊断方法

FAULT DIAGNOSIS METHOD OF GAS TURBINE BLADES BASED ON SA-2DCNN

李阳 1黄伟1

作者信息

  • 1. 上海电力大学自动化工程学院 上海 200090
  • 折叠

摘要

关键词

故障诊断/涡轮叶片/卷积神经网络/格拉姆角场

分类

信息技术与安全科学

引用本文复制引用

李阳,黄伟..基于SA-2DCNN的涡轮叶片故障诊断方法[J].计算机应用与软件,2023,40(5):48-54,114,8.

基金项目

国家自然科学基金项目(61503237) (61503237)

上海市自然科学基金项目(15ZR1418300) (15ZR1418300)

中国华电集团有限公司2019年度重点科技项目(CHDKJ19-01-80). (CHDKJ19-01-80)

计算机应用与软件

OA北大核心CSTPCD

1000-386X

访问量0
|
下载量0
段落导航相关论文