基于多特征参量的回转支承智能健康状态评估

• 作者: 汤明敏 王华 黄筱调
• 来源期刊: 南京工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 多特征参量 健康评估 Elman网络 遗传算法 回转支承
• 年，卷（期）: 2014,（2）
• 页码范围: 101-106
• 页数: 6页
• 分类号: TP183
• 字数: 4197字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7627.2014.02.017

摘要

为了提高回转支承运行可靠性,及时发现其潜在的失效,实施良好的设备维护与管理,有必要对其进行健康状态评估.选取表征回转支承健康状态的温度和扭矩作为特征参量,建立了一种采用遗传算法优化动态递归Elman神经网络的回转支承多参量健康状态评估模型,并利用3 MW变桨回转支承疲劳寿命实验数据对该模型进行了网络训练和测试.结果表明,该模型评估结果与实验值相符,可准确地对回转支承进行健康状态评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄筱调	南京工业大学机械与动力工程学院	180	1312	18.0	25.0
2	王华	南京工业大学机械与动力工程学院	73	456	10.0	18.0
3	汤明敏	南京工业大学机械与动力工程学院	1	1	1.0	1.0