基于LVQ神经网络风电机组齿轮箱故障诊断研究

• 作者: 丁硕 巫庆辉 常晓恒 杨友林 魏洪峰
• 来源期刊: 现代电子技术
• 关键词: LVQ神经网络 BP神经网络 风电机组 齿轮箱 故障诊断
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 能源技术
• 页码范围: 150-152
• 页数: 3页
• 分类号: TP183
• 语种: 中文

摘要

针对风电机组齿轮箱故障诊断技术的不足，提出一种基于LVQ神经网络的故障诊断方法，利用小波分析方法对某风电机组齿轮箱正常状态、磨损故障和断齿故障状态下的振动信号进行降噪处理，在时域和频域内提取了5个特征参数对所建立的模型进行训练。为了检验模型的实际诊断能力，与标准BP神经网络的诊断结果进行对比。仿真结果表明：基于LVQ神经网络的故障诊断速度更快、准确率更高、泛化能力更强，验证了所提出方法的实用性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨友林	渤海大学工学院	20	161	7.0	12.0
2	巫庆辉	渤海大学工学院	46	413	9.0	18.0
3	丁硕	渤海大学工学院	42	451	11.0	19.0
4	常晓恒	渤海大学工学院	34	306	8.0	16.0
5	魏洪峰	渤海大学工学院	5	30	3.0	5.0