《表1 光谱数据：航空发动机故障智能检测技术研究》
提示：宽带有限、当前游客访问压缩模式
根据实际情况，航空发动机的铁谱数据一般较少，故选取多种元素作为光谱油分析的材料，如表1所示。
| 图表编号 | XD00155821200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.20 |
| 作者 | 郝立华 |
| 绘制单位 | 西安航空职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 条件概率参数表：智能牵引变压器故障诊断技术研究》2020.08.01
- 《表1 条件概率参数表：智能牵引变压器故障诊断技术研究》2020.08.01
- 《表3 油色谱数据表：智能牵引变压器故障诊断技术研究》2020.08.01
- 《表1 算法指标评估结果：数据驱动的飞行器智能故障诊断系统研究》2021.01.25
- 《表3 测试结果2：航空发动机故障智能检测技术研究》2020.07.20
- 《表2 测试结果1：航空发动机故障智能检测技术研究》2020.07.20
- 《表1 光谱分析结果：某型涡轴发动机转子轴承失效故障分析》2020.08.20
- 《表1 流量控制策略示例：基于神经网络的交换机智能故障定位技术研究》2020.03.05
- 《表1 部分训练数据：面向智能光电复合缆的故障识别与定位研究》2020.02.20
- 《表1 训练样本数据表：电力电子电路智能故障诊断技术探讨》2020.01.10
- 《表2 研究领域分布：工业大数据背景下的航空智能发动机:机遇与挑战》2019.07.01
- 《表3 各元素关联度分析：润滑油光谱数据关联度分析在发动机状态监测中的应用研究》2019.08.01
- 《表1 光谱分析数据：润滑油光谱数据关联度分析在发动机状态监测中的应用研究》2019.08.01
- 《表4 航线关键数据：基于协同进化的航空高度单粒子翻转故障生成方法研究》2019.08.15
- 《表2 故障诊断结果对比：大型电子设备故障智能诊断技术研究》2019.04.25
- 《表1 实验参数设置：大型电子设备故障智能诊断技术研究》2019.04.25
- 《表实验数据参数：智能电网远程故障预警技术研究》2018.10.20
- 《表1 训练样本数据：基于BP神经网络的涡轴发动机故障诊断研究》2019.12.30
- 《表2 智能诊断结果：基于K-means聚类的航空复合材料敲击检测研究》2019.10.25
- 《表1 异常类型表：基于大数据的电力计量装置故障智能化诊断研究》2019.12.05