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:
针对风电机组运行工况复杂,故障样本的缺乏,难以进行有效诊断的情况,提出了一种基于健康样本的风电机组滚动轴承状态评估方法.该方法充分利用风电机组健康状态监测数据资源,采用径向基函数插值理论,建立了风速、转速和轴承状态参数间的映射关系,通过振动偏差有效地对风电机组滚动轴承运行状态进行实时评估.数据分析表明,该方法克服了单一静态阈值报警的不足,能有效地识别出风电机组工况变化时轴承存在的异常,为风电机组轴承健康评估提供了新的思路.
推荐文章
基于健康样本的风电机组状态评估与异常检测系统
风电机组
健康样本
状态评估
异常检测
基于随机共振和VMD分解的风电机组滚动轴承故障特征提取
风电机组
滚动轴承
随机共振
变分模态分解
故障诊断
基于长短时记忆神经网络的风电机组滚动轴承故障诊断方法
风电机组
滚动轴承
故障诊断
回归神经网络
长短时记忆神经网络
小波包变换
基于VMD与不同包络阶次构造的风电机组滚动轴承故障诊断
风电机组
非平稳信号
计算阶比跟踪(COT)
包络阶次
变分模态分解(VMD)
逆包络阶次谱(RE-SES)
轴承故障诊断
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 基于健康样本的风电机组滚动轴承状态评估
来源期刊 中国水利水电科学研究院学报 学科 工学
关键词 风电机组 滚动轴承 健康样本 RBF插值 状态评估
年,卷(期) 2015,(1) 所属期刊栏目
研究方向 页码范围 48-53
页数 6页 分类号 TK83
字数 3123字 语种 中文
DOI 10.13244/j.cnki.jiwhr.2015.01.008
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 唐拥军 12 74 5.0 8.0
2 安学利 17 109 6.0 9.0
3 王允 5 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (27)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (27)
二级引证文献  (12)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(9)
  • 参考文献(3)
  • 二级参考文献(6)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
风电机组
滚动轴承
健康样本
RBF插值
状态评估
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
中国水利水电科学研究院学报
双月刊
1672-3031
11-5020/TV
大16开
北京复兴路甲1号
2003
chi
出版文献量(篇)
1168
总下载数(次)
0
总被引数(次)
10373
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导