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
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CWT-RES34的风电机组叶片裂纹状态评估
1
作者
李练兵
肖亚泽
+3 位作者
张萍
张国峰
吴伟强
陈程
《噪声与振动控制》
CSCD
北大核心
2024年第2期143-148,293,共7页
为有效进行风电机组叶片运行时的裂纹状态评估,提出一种基于连续小波变换(Continue Wavelet Transform,CWT)和残差神经网络(Residual Networks,ResNet)结合的叶片裂纹状态评估方法。首先对叶片加速度振动信号做CWT后生成二维彩色时频图...
为有效进行风电机组叶片运行时的裂纹状态评估,提出一种基于连续小波变换(Continue Wavelet Transform,CWT)和残差神经网络(Residual Networks,ResNet)结合的叶片裂纹状态评估方法。首先对叶片加速度振动信号做CWT后生成二维彩色时频图像,然后将图像分别作为训练集和测试集,使用34层ResNet进行训练和诊断,最后选取天津某风电场提供的1.5 MW风力发电机作为研究对象,根据其样本数据将叶片故障程度按照裂纹长度和宽度分为健康、轻微、中等、严重、危险5种状态,评估平均准确率高达98.23%,方法的有效性和可行性得到验证。
展开更多
关键词
故障诊断
风电机组
状态评估
小波变换
残差神经网络
数据预处理
下载PDF
职称材料
基于小波的神经网络在齿轮箱故障诊断中的应用研究(英文)
被引量:
6
2
作者
骆德汉
《中国科学技术大学学报》
CAS
CSCD
北大核心
1998年第4期494-500,共7页
研究基于小波分析的神经网络故障诊断方法根据齿轮驱动装置在工作时通常可能出现的故障类型,人为地在该装置上制造了类似的故障供诊断.并对实验结果进行了分析和讨论.实验表明,利用小波进行诊断信号的预处理,并将其形成向量供给...
研究基于小波分析的神经网络故障诊断方法根据齿轮驱动装置在工作时通常可能出现的故障类型,人为地在该装置上制造了类似的故障供诊断.并对实验结果进行了分析和讨论.实验表明,利用小波进行诊断信号的预处理,并将其形成向量供给神经网络进行故障诊断具有较好的效果.
展开更多
关键词
齿轮箱
故障诊断
波变换
人工神经网络
下载PDF
职称材料
数据驱动的变速器传感器故障诊断方法
被引量:
5
3
作者
吴光强
陶义超
曾翔
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021年第2期272-279,共8页
针对基于模型以及基于规则的故障诊断方法的局限性,运用数据驱动的方法对变速器传感器进行故障诊断。使用逐步回归算法建立传感器模型,将实际传感器输出与传感器模型输出相减得到残差序列;用小波包变换(WPT)对残差序列进行分解,提取节...
针对基于模型以及基于规则的故障诊断方法的局限性,运用数据驱动的方法对变速器传感器进行故障诊断。使用逐步回归算法建立传感器模型,将实际传感器输出与传感器模型输出相减得到残差序列;用小波包变换(WPT)对残差序列进行分解,提取节点的香农熵作为特征值;最后,用概率神经网络(PNN)对不同传感器故障的特征值进行识别。使用硬件在环仿真获取车辆行驶过程中的变速器信号对该方法进行验证。结果表明:该方法的诊断正确率达到98.50%,在不同的样本划分情况下诊断正确率变化很小。此外,还对其他多个变速器传感器进行了故障诊断,诊断正确率均在较高值,证明了该方法的普适性。
展开更多
关键词
变速器故障诊断
数据驱动方法
传感器模型
小波包变换(WPT)
概率神经网络(PNN)
下载PDF
职称材料
题名
基于CWT-RES34的风电机组叶片裂纹状态评估
1
作者
李练兵
肖亚泽
张萍
张国峰
吴伟强
陈程
机构
河北工业大学省部共建电工装备可靠性与智能化国家重点实验室
河北工业大学电气工程学院
河北建投海上风电有限公司
出处
《噪声与振动控制》
CSCD
北大核心
2024年第2期143-148,293,共7页
文摘
为有效进行风电机组叶片运行时的裂纹状态评估,提出一种基于连续小波变换(Continue Wavelet Transform,CWT)和残差神经网络(Residual Networks,ResNet)结合的叶片裂纹状态评估方法。首先对叶片加速度振动信号做CWT后生成二维彩色时频图像,然后将图像分别作为训练集和测试集,使用34层ResNet进行训练和诊断,最后选取天津某风电场提供的1.5 MW风力发电机作为研究对象,根据其样本数据将叶片故障程度按照裂纹长度和宽度分为健康、轻微、中等、严重、危险5种状态,评估平均准确率高达98.23%,方法的有效性和可行性得到验证。
关键词
故障诊断
风电机组
状态评估
小波变换
残差神经网络
数据预处理
Keywords
fault
diagnosi
wind turbine
state estimation
wavelet transform
residual
neural
network
data
preprocessing
分类号
TM6 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于小波的神经网络在齿轮箱故障诊断中的应用研究(英文)
被引量:
6
2
作者
骆德汉
机构
合肥经济技术学院机电系
出处
《中国科学技术大学学报》
CAS
CSCD
北大核心
1998年第4期494-500,共7页
文摘
研究基于小波分析的神经网络故障诊断方法根据齿轮驱动装置在工作时通常可能出现的故障类型,人为地在该装置上制造了类似的故障供诊断.并对实验结果进行了分析和讨论.实验表明,利用小波进行诊断信号的预处理,并将其形成向量供给神经网络进行故障诊断具有较好的效果.
关键词
齿轮箱
故障诊断
波变换
人工神经网络
Keywords
wavelet transform
,
artificial neural network
,
drive system model
,
data preprocessing
,
fault diagnosis
分类号
TH132.46 [机械工程—机械制造及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
数据驱动的变速器传感器故障诊断方法
被引量:
5
3
作者
吴光强
陶义超
曾翔
机构
同济大学汽车学院
出处
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021年第2期272-279,共8页
基金
国家自然科学基金(U1764259)。
文摘
针对基于模型以及基于规则的故障诊断方法的局限性,运用数据驱动的方法对变速器传感器进行故障诊断。使用逐步回归算法建立传感器模型,将实际传感器输出与传感器模型输出相减得到残差序列;用小波包变换(WPT)对残差序列进行分解,提取节点的香农熵作为特征值;最后,用概率神经网络(PNN)对不同传感器故障的特征值进行识别。使用硬件在环仿真获取车辆行驶过程中的变速器信号对该方法进行验证。结果表明:该方法的诊断正确率达到98.50%,在不同的样本划分情况下诊断正确率变化很小。此外,还对其他多个变速器传感器进行了故障诊断,诊断正确率均在较高值,证明了该方法的普适性。
关键词
变速器故障诊断
数据驱动方法
传感器模型
小波包变换(WPT)
概率神经网络(PNN)
Keywords
transmission
fault
diagnosis
data
-
drive
n method
sensor
model
wavelet
packet
transform
(WPT)
probabilistic
neural
network
(PNN)
分类号
U461.91 [机械工程—车辆工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CWT-RES34的风电机组叶片裂纹状态评估
李练兵
肖亚泽
张萍
张国峰
吴伟强
陈程
《噪声与振动控制》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于小波的神经网络在齿轮箱故障诊断中的应用研究(英文)
骆德汉
《中国科学技术大学学报》
CAS
CSCD
北大核心
1998
6
下载PDF
职称材料
3
数据驱动的变速器传感器故障诊断方法
吴光强
陶义超
曾翔
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021
5
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