| 基于大数据分析技术的风电机组齿轮箱故障预警 | |
| 成志伟1; 王晓丹2; 李雪娇3; 邓永生1 | |
| 2023-02-25 | |
| 发表期刊 | 内燃机与配件
 |
| ISSN | 1674-957X |
| 卷号 | No.376期号:04页码:73-75 |
| 摘要 | 齿轮箱的损伤和失效会直接或间接导致风电机组的故障或停机，造成重大的经济损失。为了能对齿轮箱的故障状态进行预警，本文提出了一个基于大数据分析技术的风电机组齿轮箱故障预警模型。首先利用最大互信息系数分析各工况参数与齿轮箱输出轴温度的相关性，提取主要影响因子作为具有记忆时序信息的循环神经网络的输入特征，构建正常状态下齿轮箱温度的残差分布，设置故障预警阈值，从而实现对风电机组齿轮箱故障状态预警。 |
| 关键词 | 齿轮箱 最大互信息系数 循环神经网络 残差分析 故障预警 |
| DOI | 10.19475/j.cnki.issn1674-957x.2023.04.011 |
| URL | 查看原文 |
| 语种 | 中文 |
| 资助项目 | 重庆市教委科学技术研究项目“基于大数据分析技术的风电机组轴承健康管理关键技术研究与应用”(KJZD-K202103701);重庆市高等教育教学改革研究项目“大数据高技能人才培训探索与实践”(202174) |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/153941 |
| 专题 | 国家开放大学重庆分部 |
| 通讯作者 | 王晓丹 |
| 作者单位 | 1.重庆机电职业技术大学信息工程学院; 2.重庆开放大学/重庆工商职业学院管理学院; 3.重庆电讯职业学院智慧城市建设学院 |
| 通讯作者单位 | 国家开放大学重庆分部 |
| 推荐引用方式 GB/T 7714 | 成志伟,王晓丹,李雪娇,等. 基于大数据分析技术的风电机组齿轮箱故障预警[J]. 内燃机与配件,2023,No.376(04):73-75. |
| APA | 成志伟,王晓丹,李雪娇,&邓永生.(2023).基于大数据分析技术的风电机组齿轮箱故障预警.内燃机与配件,No.376(04),73-75. |
| MLA | 成志伟,et al."基于大数据分析技术的风电机组齿轮箱故障预警".内燃机与配件 No.376.04(2023):73-75. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [成志伟]的文章 |
| [王晓丹]的文章 |
| [李雪娇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [成志伟]的文章 |
| [王晓丹]的文章 |
| [李雪娇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [成志伟]的文章 |
| [王晓丹]的文章 |
| [李雪娇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论