当前位置: X-MOL首页全球导师 国内导师 › 夏虹

近期论文

查看导师新发文章 (温馨提示:请注意重名现象,建议点开原文通过作者单位确认)

以第一作者发表文章: 1.标准节流装置量计的计算机辅助设计.机械工程师,1990年第4期 2.标准节流装置流量计的计算机辅助设计.黑龙江自动化技术及应用,1991年第1期 3.单片机放射性剂量监测的数据采集及实时处理软件设计.应用科技,1991年第1期 4.相关测量中同步信号的并行采集及A/D转换电路. 应用科技,1993年第2期 5.相关测量辅助分析系统CMAAS.应用科技,1993年第3期 6.相关流速测量分析系统的设计与实验研究.核动力工程,1994年第4期 7.基于传感器融合的机械设备故障诊断的方法与系统.哈尔滨工程大学学报,1998年第4期 8.基于范例推理的机械故障诊断方法研究.哈尔滨工程大学学报,1999年第5期 9.一种并行神经网络的机械故障诊断方法研究.哈尔滨工程大学学报,2000年第2期 10.基于数据融合的设备故障诊断系统.核动力工程,2001年第5期 11.电涡流传感器用于铁路机车速度与路程的测量.哈尔滨工程大学学报,2002年第2期 12.设备故障诊断中数据融合的计算模型.哈尔滨工程大学学报,2002年第3期 13.基于频率补偿小波的屏蔽主泵裂纹转子识别. 原子能科学技术,2010.7 14.基于小波的突变信号识别方法及应用研究. 原子能科学技术. 2012.46(12) 15.基于RBF神经网络的压水堆堆芯三维功率分布方法研究.原子能科学技术,2014.Vol. 48(4):698-702 以通讯作者发表文章 1.饱和汽轮机状态监测及故障诊断.机电设备,2001年第2期. 2.蒸汽发生器U形管破裂事故的识别与诊断系统.应用科技,2004,31(4). 3.设备故障诊断系统研究.核动力工程,2004,25(03). 4.多传感器数据融合技术在故障诊断中的应用.传感器技术,2004,4. 5.船用核动力装置的Bayesian融合诊断方法研究.应用科技,2004,31(4). 6.基于神经网络D-S证据理论的汽轮机转子融合诊断系统研究.应用科技,2004,31(5). 7.基于灰色关联度分析的蒸汽发生器故障诊断研究.应用科技,2004,31(4). 8.船用核动力装置故障诊断专家系统.应用科技,2004.10 9.船用核动力冷凝器故障诊断专家系统.应用科技,2005.1. 10.核电系统故障诊断专家系统研究.核动力工程,2005.5. 11.核电厂两种实时故障诊断系统的对比.核动力工程,2006.5. 12.Rough集理论及其在核动力故障诊断中的应用.核动力工程,2006年12月,Vol.27 No.6. 13.以RCM分析为基础的状态维修体系.核安全,2006年第2期. 14.智能故障诊断技术在核动力装置中的应用研究.哈尔滨工程大学学报,Vol.28 2007年2月第2期. 15.基于RS-FNN的核电厂设备智能故障诊断方法的研究. 核动力工程,2007年28卷 1期. 16.基于RS-FNN的核电厂设备智能故障诊断方法研究.核动力工程,2007年2月,Vol.28 No.1 . 17.GM(1,1)灰色模型在核电设备趋势预测中的应用.核科学与工程.2007年6月Vol.27,No.2. 18.多源信息融合系统的主动式黑板结构与模型. 哈尔滨工程大学学报,Vol.28 2007年8月第8期. 19.神经网络在核动力装置故障诊断系统中的应用. 应用科技,2007年 第5期 Vol.34(5) 20.BP神经网络改进算法在核电设备故障诊断中的应用.核动力工程,2007年8月. 21.核电站设备的维修优化. 核动力工程, 2007年第3期Vol.28(3). 22.基于小波分析的主冷却剂泵转子故障诊断方法研究.核动力工程2008年第3期 Vol.29.No.3. 23.BP-RBF神经网络在核电厂故障诊断中的应用.原子能科学技术2008年3月. 24.核电设备状态监测与故障诊断系统研究. 原子能科学技术2008年3月. 25.基于CFNN的核蒸汽发生器水位控制.核科学与工程,2008年第2期Vol.28. 26.基于RELAP5的核动力装置故障诊断数据源研究.核科学与工程,2009年第2期 VOL.29 No.2. 27.蚁群算法在核能动力系统分级故障定位中的应用研究.核动力工程,2009年第2期 Vol.30. 28.基于数据融合的核动力装置故障诊断方法.原子能科学技术,2009.43(11). 29.基于概念格的核动力设备NN-ES故障诊断方法. 原子能科学技术, 2010,44(6). 30. 基于邻域粗糙集和决策树算法的核电厂故障诊断技术研究. 原子能科学技术, 2011.45(1). 31.基于时序数据挖掘的核电厂故障诊断技术研究. 核动力工程, 2011.10,Vol.32 No.5.32.核电站分布式智能故障诊断系统研究与设计.原子能科学技术. 2011.45(6). 33.基于BP神经网络的核电厂主动容错控制方法研究. 原子能科学技术. 2012.46(7). 34.Fault diagnosis method for nuclear power plant based on ensemble learning. 原子能科学技术,2012.46(10). 35.小波变换在突变信号识别中的应用[J].核动力工程,2013,34(2). 36.基于振动信号的堆内构件故障诊断研究[J].应用科技,2013,40(4). 37.基于模糊PID控制器一体化反应堆协调控制技术.哈尔滨商业大学学报,2013年10月,Vo1.29 No.5. 38.基于小波熵与BP神经网络的故障信号研究[J].仪表技术与传感器,2014,NO.1(01). 39.DSmT的主冷却剂泵并发故障融合方法分析[J].哈尔滨工业大学学报,2014Vol.46 (9). 40.基于参数化小波的主冷却剂泵故障特征识别,哈尔滨工程大学学报,2014,2(35). 41.基于最优小波基的主泵裂纹转子特征识别研究,振动与冲击,2014,33(21). 42.基于自适应阈值的小波包在松动部件信噪分离中的研究,原子能科学技术. 2014.48(11). 43.基于ANSYS的主泵飞轮结构和振动分析研究. 船舶核动力转换技术, 2014 (2). 44.基于RBF神经网络的智能传感器测量误差补偿方法.自动化应用,2014年第10期. 45.并发故障信息D SmT 融合算法的应用研究.湖南大学学报,2015年2月,Vo1.42.No.2. 46.应用DSmT的堆芯吊篮故障信号小波包分析. 哈尔滨工业大学学报,2015,10. 47.物联网的压水堆CRDM故障信息融合方法分析. 哈尔滨工业大学学报,2015,03. 48.基于小波包能量分析的吊篮故障DSmT融合方法研究. 核动力工程,2015,01.

推荐链接
down
wechat
bug