期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
1
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于KELM和多传感器信息融合的风电齿轮箱故障诊断
被引量：
24
1
作者
龙霞飞
杨苹
+2 位作者
郭红霞
赵卓立
赵智
《电力系统自动化》
EI
CSCD
北大核心
2019年第17期132-139,共8页
为提高风电齿轮箱的运行效率,降低风电场的运行维护成本,结合时域统计特征分析和多传感器信息融合技术,提出了一种基于灰狼优化核极限学习机(GWO-KELM)的风电齿轮箱状态监测新方法。首先,计算原始振动信号不同的时域统计特征参数,并采...
为提高风电齿轮箱的运行效率,降低风电场的运行维护成本,结合时域统计特征分析和多传感器信息融合技术,提出了一种基于灰狼优化核极限学习机(GWO-KELM)的风电齿轮箱状态监测新方法。首先,计算原始振动信号不同的时域统计特征参数,并采用并行叠加的方式对特征级和数据级进行信息融合以得到融合数据集。其次,利用融合数据集,建立了基于GWO-KELM的故障分类识别模型。最后,运用所提方法对QPZZ-Ⅱ旋转机械振动试验台齿轮箱实测数据进行状态监测,实例结果表明了该方法的有效性和可行性,与其他同类方法相比,所提方法具有最佳分类性能。
展开更多
关键词
状态监测
风电齿轮箱
灰狼优化核极限学习机
多传感器信息融合
下载PDF
职称材料
题名
基于KELM和多传感器信息融合的风电齿轮箱故障诊断
被引量：
24
1
作者
龙霞飞
杨苹
郭红霞
赵卓立
赵智
机构
华南理工大学电力学院
广东省绿色能源技术重点实验室(华南理工大学)
广东工业大学自动化学院
国网新疆电力检修公司
出处
《电力系统自动化》
EI
CSCD
北大核心
2019年第17期132-139,共8页
基金
广东省科技计划资助项目(2016B020245001)~~
文摘
为提高风电齿轮箱的运行效率,降低风电场的运行维护成本,结合时域统计特征分析和多传感器信息融合技术,提出了一种基于灰狼优化核极限学习机(GWO-KELM)的风电齿轮箱状态监测新方法。首先,计算原始振动信号不同的时域统计特征参数,并采用并行叠加的方式对特征级和数据级进行信息融合以得到融合数据集。其次,利用融合数据集,建立了基于GWO-KELM的故障分类识别模型。最后,运用所提方法对QPZZ-Ⅱ旋转机械振动试验台齿轮箱实测数据进行状态监测,实例结果表明了该方法的有效性和可行性,与其他同类方法相比,所提方法具有最佳分类性能。
关键词
状态监测
风电齿轮箱
灰狼优化核极限学习机
多传感器信息融合
Keywords
condition
monitoring
wind
turbine
gearbox
grey
wolf
optimization
-
based
kernel
extreme
learning
machine
(
gwo
-
kelm
)
multi-sensor
information
fusion
分类号
TM315 [电气工程—电机]
TH132.41 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于KELM和多传感器信息融合的风电齿轮箱故障诊断
龙霞飞
杨苹
郭红霞
赵卓立
赵智
《电力系统自动化》
EI
CSCD
北大核心
2019
24
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
