期刊文献+

浅谈风电齿轮箱健康诊断 被引量:1

下载PDF
导出
摘要 目前,我国的风力发电正呈现快速发展态势。齿轮箱作为风电机组最重要的部分,起着增速、传递扭矩的作用,由于风电机组经常受到冲击和交变载荷的影响,导致其成为机组中故障率较高的部件。所有风电齿轮箱的健康状态直接影响整个机组的运行效率和生产安全。因此,我们需要对风电齿轮箱进行健康诊断,来提高其运行的可靠度与风险的预判。
作者 杨斌 王文涛
出处 《科技创新导报》 2018年第8期43-43,45,共2页 Science and Technology Innovation Herald
  • 相关文献

参考文献3

二级参考文献35

  • 1章剑光,周浩,项灿芳.基于Super SAB神经网络算法的主变压器故障诊断模型[J].电工技术学报,2004,19(7):49-52. 被引量:12
  • 2吴立增,朱永利,苑津莎.基于贝叶斯网络分类器的变压器综合故障诊断方法[J].电工技术学报,2005,20(4):45-51. 被引量:57
  • 3张贤达 保铮.非平稳信号分析与处理[M].国防工业出版社,1999,7.324-352.
  • 4凌晓峰,SHENG Victor S..代价敏感分类器的比较研究(英文)[J].计算机学报,2007,30(8):1203-1212. 被引量:35
  • 5DONOHO D L. De-noising by soft-thresholding[J]. IEEE Transactions on Information Theory, 1995, 41 (3): 613-627.
  • 6ALTMANN J, MATHEW J. Multiple band-pass autoregressive demodulation for rolling-element bearing fault diagnosis[J]. Mechanical Systems and Signal Processing, 2001,15(5):963-977.
  • 7PENG Z, HE Y, LU Q, et al. Feature extraction of the rub-impact rotor system by means of wavelet[J]. Journal of Sound and Vibration, 2003, 259(4):1 000-1 010.
  • 8BISHOP C M.Pattern recognition and machine learning[M].Singapore:Springer,2006.
  • 9DEMIR B,ERTURK S.Hyperspectral image classification using relevance vector machines[J].IEEE Geoscience and Remote Sensing Letters,2007,4 (4):586-590.
  • 10GHOLAMI B,HADDAD W M,TANNENBAUM A R.Relevance vector machine learning for neonate pain intensity assessment using digital imaging[J].IEEE Transactions on Biomedical Engineering,2010,57 (6):1457-1466.

共引文献58

同被引文献5

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部