期刊导航
期刊开放获取
河南省图书馆
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
振动分析在风电机械设备故障诊断中的运用分析
被引量:
1
Application Analysis of Vibration Analysis in Fault Diagnosis of Wind Power Machinery Equipment
下载PDF
职称材料
导出
摘要
将振动分析应用到设备故障检修中,可以改善维修耗时长的问题,将设备继发性毁坏可能性降低,为风电机械良好运转打下基础。
作者
季树海
王波
孙本鹤
王广玲
白林林
机构地区
巨野县峻阳新能源发电有限公司
出处
《电力设备管理》
2021年第8期125-126,136,共3页
Electric Power Equipment Management
关键词
故障诊断
振动分析
风电机械
分类号
F42 [经济管理—产业经济]
引文网络
相关文献
节点文献
二级参考文献
5
参考文献
1
共引文献
5
同被引文献
14
引证文献
1
二级引证文献
1
参考文献
1
1
朱慧军,杨洪磊.
机械设备故障规律及运行趋势预测方法综述[J]
.电子测试,2021,32(2):57-58.
被引量:6
二级参考文献
5
1
黄鑫,陈仁祥,黄钰.
卷积神经网络在机械设备故障诊断领域应用与挑战[J]
.制造技术与机床,2019(1):96-100.
被引量:16
2
江善楼.
机械设备故障诊断技术的现状及趋势[J]
.农机使用与维修,2019(1):49-49.
被引量:9
3
李毅.
机械设备故障影响因素及解决措施[J]
.现代制造技术与装备,2019,0(5):134-135.
被引量:2
4
蒲林竹.
化工机械设备故障与事故管理研究[J]
.广东化工,2019,46(12):142-142.
被引量:4
5
魏天友.
机械设备故障诊断与监测的常用方法及其发展趋势[J]
.科技风,2019,0(36):171-171.
被引量:8
共引文献
5
1
易小兵,完燕华.
全自动电化学发光分析仪一次故障快速检测方法研究[J]
.自动化与仪器仪表,2021(6):220-223.
被引量:1
2
李云豪.
人工智能在线监测技术在烟草机械故障诊断中的应用[J]
.科技资讯,2022,20(20):9-12.
被引量:5
3
陈禄.
冶金机械设备运行故障快速诊断方法研究[J]
.世界有色金属,2023(9):40-42.
4
黄宝航,高征宇.
基于数据挖掘的变电一次设备运行故障检测方法[J]
.通信电源技术,2023,40(17):38-40.
5
张雪梅,孔祥吉.
实验室力值类设备故障预测及算法比较[J]
.计量科学与技术,2023,67(8):54-60.
被引量:1
同被引文献
14
1
张立鹏,毕凤荣,程建刚,沈鹏飞.
基于注意力BiGRU的机械故障诊断方法研究[J]
.振动与冲击,2021,40(5):113-118.
被引量:17
2
薛红涛,周嘉文,童鹏.
基于WMM-HMM的轮毂电机机械故障诊断方法[J]
.华中科技大学学报(自然科学版),2021,49(4):32-37.
被引量:6
3
陈国才.
基于函数型大数据聚类分析的机械故障在线检测[J]
.现代制造工程,2021(6):142-147.
被引量:5
4
罗进海,张乐,马辉辉,朱骏,蒋会明.
基于MHMM的导引头伺服机构机械故障智能诊断[J]
.制导与引信,2021,42(1):6-12.
被引量:2
5
肖乾浩.
基于机器学习理论的机械故障诊断方法综述[J]
.现代制造工程,2021(7):148-161.
被引量:14
6
程建刚,毕凤荣,张立鹏,李鑫,杨晓,汤代杰.
基于多重注意力卷积神经网络双向门控循环单元的机械故障诊断方法研究[J]
.内燃机工程,2021,42(4):77-83.
被引量:13
7
张蜀红.
基于支持向量机的机械设备故障诊断研究[J]
.粘接,2021,47(9):129-132.
被引量:11
8
冷佳,刘镇,张笑非,汤浩宇.
多特征融合CNN网络的旋转机械故障诊断研究[J]
.软件导刊,2021,20(9):44-50.
被引量:9
9
刘颉,杨超颖,周凯波.
基于图数据深度挖掘的旋转机械故障诊断[J]
.华中科技大学学报(自然科学版),2021,49(9):1-5.
被引量:7
10
辛阔,王建国,张文兴.
基于深度Q学习策略的旋转机械故障诊断方法研究[J]
.机电工程,2021,38(10):1261-1268.
被引量:10
引证文献
1
1
周煜,冯建强.
基于深度学习的健美操力量训练器故障监测方法[J]
.自动化与仪器仪表,2022(8):24-28.
被引量:1
二级引证文献
1
1
马文源,袁蜀翔,刘宁,罗姚,欧阳泽,胡兴新.
基于改进卷积神经网络的齿轮箱故障诊断方法[J]
.自动化与仪器仪表,2023(9):46-50.
1
李逸轩,简凯纳,李天洲,邓青蓝.
基于人工智能技术的机械设备故障诊断[J]
.科学大众(科技创新),2021(7):77-77.
2
苏立鹏,金樟民,尤戈,易灿灿.
局部鲁棒主成分分析及其在故障诊断中的应用[J]
.机械设计与制造,2021(8):246-249.
被引量:2
3
乔墩.
输煤系统常见设备故障检修研究[J]
.明日,2021(14):0431-0431.
4
周慧斌.
矿山机电设备智能故障检测诊断技术[J]
.现代工业经济和信息化,2021,11(6):176-177.
被引量:1
5
周礼刚.
机电一体化设备的故障维修特点及可靠性分析[J]
.电子乐园,2021(2):383-383.
6
苑江涛.
计算机硬件设备常见故障及维修处理策略分析[J]
.安防科技,2021(11):53-53.
电力设备管理
2021年 第8期
职称评审材料打包下载
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...
;
用户登录
登录
IP登录
使用帮助
返回顶部