襄阳市科学技术局主管  襄阳市科技信息研究所主办

国内刊号:CN 42-1183/TQ  国际刊号:ISSN 1001-5922

国家新闻出版广电总局备案期刊
中国核心期刊(遴选)数据库收录期刊
中国学术期刊综合评价数据库收录期刊
国家正规网络数据库全文收录期刊
站内搜索
期刊图片
版权信息
主管:襄阳市科学技术局
主办:襄阳市科技信息研究所
国内刊号:CN 42-1183/TQ
国际刊号:ISSN 1001-5922
邮发代号:38-40
联系我们

告知:请先投稿,审后通知!

(以下Q为审稿通过后与编辑对接号,不接受投稿前咨询)

王编:253*****

张编:290*****

姜编:218*****

马编:191*****

佟编:277*****

赵编:291*****

马编:276*****

投稿邮箱:zzsbjb518@126.com
投稿格式:刊物名称+作者姓名
投稿须知:

 1.网站点击“在线投稿”,逐项填写上传word格式文档;
 2.如文章题目较长,填“文章题目”请精简到15字以内;

 3.投稿后,在网站首页右上角看到编号(名字)为成功 

 4.稿件初审时间15工作日内,请关注公告和邮件通知,逾期未审可重新投稿

 5.工作繁忙,收到邮件不打算发者请勿添加编辑Q

 6.概不接受中介投稿的录用查询和真假鉴定;

 7.严禁一稿多投和重复投稿。

 8.发表程序:初审录用-联系编辑-支付版费-编辑处理-作者核对信息-发录用通知-等收刊物。

学术展示

当前位置:首页 > 学术展示

化工机泵群故障及监测诊断方法研究
林珏 中国石油化工股份有限公司茂名分公司
摘要:为进一步梳理目前主流的用于化工机泵群组故障诊断与监测的方法,提出一种基于Citespace的分析方法。通过CiteSpace 5.8.R1版本分析了目前的主题分析、故障诊断方法。结果表明,目前主流的化工机泵群故障主题为故障诊断、液压泵、柱塞泵、离心泵等,主要的故障诊断方法包括专家系统、人工神经网络、支持向量机和模糊诊断法和粗糙集诊断法等。通过本可视化分析方法,看出目前在化工机泵群故障诊断方向的主流方向。
关键词:石油化工;机泵群;故障监测

杂志首页杂志简介在线投稿稿件查询联系我们