基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将改进粒子群算法(IPSO)与BP神经网络相结合,建立齿轮箱正常工作状态下的温度模型并用其进行温度预测.通过合理地选择训练样本,使IPSO-BP模型覆盖齿轮箱的正常工作空间.当齿轮箱工作异常时,其动态特性偏离正常工作空间,导致IPSO-BP网络温度模型预测残差的分布特性发生变化.采用滑动窗口方法实时计算残差的统计分布特性,当残差的均值或标准差超过预先设定的阈值时,发出报警信息,提示运行人员检查设备状态.
推荐文章
基于在线油液磨粒检测的风电机组齿轮箱磨损状态监控
油液检测
风电机组齿轮箱
磨损
状态监控
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
基于DHNN的风电机组齿轮箱故障诊断
离散Hopfield神经网络
齿轮箱
故障诊断
泛化能力
风电机组齿轮箱润滑油过热原因及对策
齿轮箱
油冷系统
控制阀组
油温高
散热片
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于IPSO-BP的风电机组齿轮箱状态监测研究
来源期刊 太阳能学报 学科 工学
关键词 状态监测 齿轮箱 IPSO-BP网络 残差 滑动窗口统计
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 439-445
页数 分类号 TK83
字数 5736字 语种 中文
DOI 10.3969/j.issn.0254-0096.2012.03.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭鹏 华北电力大学控制与计算机工程学院 67 813 13.0 26.0
2 李淋淋 华北电力大学控制与计算机工程学院 1 26 1.0 1.0
3 马登昌 华北电力大学控制与计算机工程学院 2 117 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (27)
参考文献  (3)
节点文献
引证文献  (26)
同被引文献  (63)
二级引证文献  (101)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(12)
  • 引证文献(5)
  • 二级引证文献(7)
2017(37)
  • 引证文献(7)
  • 二级引证文献(30)
2018(28)
  • 引证文献(2)
  • 二级引证文献(26)
2019(31)
  • 引证文献(2)
  • 二级引证文献(29)
2020(11)
  • 引证文献(2)
  • 二级引证文献(9)
研究主题发展历程
节点文献
状态监测
齿轮箱
IPSO-BP网络
残差
滑动窗口统计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
总被引数(次)
77807
论文1v1指导