期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
风力发电系统的风机齿轮箱故障预测研究 被引量：16
1
作者 刘跃飞 黄细霞 +1 位作者 宋虎 刘娟 《计算机仿真》 北大核心 2019年第3期124-127,146,共5页
风机齿轮箱是风力发电系统的关键部件,风机齿轮箱故障预测研究是为了减少风机齿轮箱故障,提高齿轮箱运行可靠性。风机SCADA系统参数众多,具有高维度、非线性等特性,因此风机齿轮箱故障预测研究难点技术之一是解决风机高维度、非线性系... 风机齿轮箱是风力发电系统的关键部件,风机齿轮箱故障预测研究是为了减少风机齿轮箱故障,提高齿轮箱运行可靠性。风机SCADA系统参数众多,具有高维度、非线性等特性,因此风机齿轮箱故障预测研究难点技术之一是解决风机高维度、非线性系统等故障预测问题。因此针对上述问题,提出了一种基于皮尔逊相关系数、支持向量回归和统计过程控制相结合的预测方法,首先,利用皮尔逊相关系数对特征变量进行筛选,减少冗余特征变量。然后,利用支持向量回归对风机齿轮箱的正常状态建立预测模型。最后,利用统计过程控制分析预测模型的残差分布,并设定齿轮箱故障预报警阈值。通过仿真,对比了齿轮箱正常与故障状态下的温度预测曲线以及残差分布曲线。仿真结果验证了所提方法对齿轮箱故障预测的有效性。 展开更多
关键词 风机齿轮箱 皮尔逊相关系数 支持向量回归 统计过程控制 故障预测
下载PDF
基于改进连续隐马尔科夫模型的风机齿轮箱故障诊断 被引量：4
2
作者 丁超然 刘三明 +1 位作者 王帅 潘兆旭 《电力学报》 2019年第1期68-78,共11页
连续隐马尔科夫模型(CHMM)应用于风机齿轮箱故障诊断,针对隐马尔可夫模型训练算法易收敛于局部最优解,提出了一种改进的BSA-CHMM参数训练算法,将鸟群算法(BSA)与Baum-Welch算法相结合,可有效的跳出局部最优解。分析振动信号并利用小波... 连续隐马尔科夫模型(CHMM)应用于风机齿轮箱故障诊断,针对隐马尔可夫模型训练算法易收敛于局部最优解,提出了一种改进的BSA-CHMM参数训练算法,将鸟群算法(BSA)与Baum-Welch算法相结合,可有效的跳出局部最优解。分析振动信号并利用小波包分解与重构提取频带能量作为特征向量;将正常及各故障状态的训练样本特征作为模型观测值输入BSA-CHMM模型进行训练;最后将各检验样本特征输入各状态模型中,得到输出概率作为故障诊断的评判依据。通过Matlab仿真试验结果表明:所提出的诊断方法能够准确地诊断出故障状态,且相较于传统的CHMM训练算法能取得更好的训练结果。 展开更多
关键词 故障诊断 风机齿轮箱 连续隐马尔科夫模型 参数训练 鸟群算法(BSA)
下载PDF
基于小波分析的PSO-MBCNN的风电齿轮箱故障诊断
3
作者 刘彬豪 孙敬伟 邓志华 《长春理工大学学报（自然科学版）》 2023年第5期82-90,共9页
对于风机齿轮箱故障较难发现、传统算法计算负担大的问题,提出一种基于小波时频分析的粒子群优化多分支卷积神经网络(PSO-MBCNN)的预测方法。首先,将正常、点蚀、断齿、磨损状态的齿轮在故障模拟实验平台进行模拟实验,获得这四种运行状... 对于风机齿轮箱故障较难发现、传统算法计算负担大的问题,提出一种基于小波时频分析的粒子群优化多分支卷积神经网络(PSO-MBCNN)的预测方法。首先,将正常、点蚀、断齿、磨损状态的齿轮在故障模拟实验平台进行模拟实验,获得这四种运行状态的振动数据;然后,利用小波时频转换,将一维数据转化为图像数据。提出一种多分支模块,以降低卷积神经网络对参数的敏感性,减小CNN的运算负担,再用改进的粒子群优化算法(PSO)优化多分支卷积神经网络内部的权值和偏差,通过实验结果表明该故障诊断方法的平均准确率超过99%。 展开更多
关键词 故障诊断 风机齿轮箱 小波分析 粒子群优化算法 多分支 卷积神经网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部