阀门是流体输送系统中的控制部件，一些机械工程师会发表这方面的论文。撰写论文避免不了参考相关的文献，为此给大家分享有关阀门的参考文献30个。
[1]基于遗传算法和神经网络的故障诊断研究[J]. 郎国伟,周东方,胡涛,赵建鹏. 信息工程大学学报. 2017(02)
[2]基于一种高精度卷积神经网络的框架结构模型故障诊断研究[J]. 蔡超志,池耀磊,郭璐彬. 制造技术与机床. 2022(01)
[3]基于深度卷积神经网络的轴承多故障诊断研究[J]. 刘慧斌,李少波,张安思,杨万里,黄金苑,姚勇. 组合机床与自动化加工技术. 2020(05)
[4]基于门控循环神经网络的阀门泄漏检测方法[J]. 余吉超,姚燕,欧阳航. 中国计量大学学报. 2021(02)
[5]分形神经网络视阈下电力电子电路故障诊断研究[J]. 李世涛. 数字技术与应用. 2017(04)
[6]阀门泄漏检测在石化企业中的应用[J]. 王同浩. 仪器仪表用户. 2013(02)
[7]基于改进卷积神经网络的电力通信网故障诊断研究[J]. 郭瑜,童丽娜,倪旭明. 计算机测量与控制. 2022(02)
[8]神经网络技术在炼油厂节能方面的应用[J]. 宋扬,阿福东. 炼油与化工. 2021(06)
[9]神经网络技术在智慧炼厂节能方面的研究[J]. 宋扬. 石油化工自动化. 2021(S1)
[10]基于神经网络的煤气泄漏多传感器融合检测研究[J]. 李硕,单光坤,孙凤,边防,侯宝,郑仁成. 机械工程与自动化. 2020(04)
[11]基于证据理论多源多特征融合的柱塞泵故障诊断方法[J]. 吴胜强,姜万录. 中国工程机械学报. 2011(01)
[12]基于卷积神经网络多特征融合的工件识别与检测[J]. 蓝宏宇,姚锡凡,雷毅. 组合机床与自动化加工技术. 2019(08)
[13]基于多特征融合的GA-SVM齿轮故障诊断方法[J]. 赵国,李益兵,谢春启. 数字制造科学. 2017(03)
[14]自控气动调节阀调试方法[J]. 苏江平,崔永志,陈泉,施旭辉,左甫俊. 安装. 2020(03)
[15]气动调节阀常见故障原因及处理分析[J]. 郝磊. 科技风. 2019(04)
[16]气动调节阀在生产过程中的应用与选型[J]. 杨君. 世界有色金属. 2015(02)
[17]提高焦炉煤气气动调节阀的调节灵活性及可靠性探讨[J]. 周艳荣. 科技视界. 2013(11)
[18]浅谈气动调节阀在轮胎加工企业中的应用[J]. 蒙吉旺. 中国橡胶. 2012(17)
[19]气动调节阀气路控制原理分析[J]. 魏高鹏. 中国设备工程. 2021(01)
[20]气动调节阀的定位器的安装调试及故障处理[J]. 汪元义,李小军,张佳雄,邓寿明. 中国科技信息. 2010(17)
[21]核级主给水控制阀流道结构优化设计与分析[J]. 祁崇可,殷宇. 阀门. 2020(03)
[22]核级主给水控制阀性能评估技术研究[J]. 刘庆民,高照杰,林锋,张强升,吴欣. 机械强度. 2015(05)
[23]关于核级控制阀的商品级部件升级方法的介绍[J]. 安峰,高会林. 通用机械. 2019(05)
[24]电力电气控制阀的电压节能控制方法[J]. 颜玉玲,武粉桃. 电网与清洁能源. 2015(08)
[25]水力自动控制阀在景电工程的应用[J]. 李怀清. 中国农村水利水电. 2005(12)
[26]用可编程调节器实现控制阀特性修正的图解法[J]. 杨庆柏，任海燕，付汉成. 东北电力技术. 1994(02)
[27]福斯公司提高控制阀执行器安全及适用性能[J]. 化学工业. 2008(10)
[28]核电站用高温高压差电动控制阀设计[J]. 袁晨星,蒋晓红,高学生,陈魏巍. 流体测量与控制. 2020(01)
[29]全自动洗衣机的技术革新[J]. 刘福伟. 现代物业(上旬刊). 2012(09)
[30]125MW机组减温水控制阀特性研究[J]. 张玉润,陈意秋,石越强,黄万立,胡生明. 华东电力. 1993(06)