钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
重庆工商大学学报(自然科学版)期刊
\
基于ARIMA风电机组齿轮箱故障趋势预测方法研究
基于ARIMA风电机组齿轮箱故障趋势预测方法研究
作者:
付道一
杨艺
雍彬
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
ARIMA
时间序列
故障趋势预测,齿轮箱
摘要:
针对齿轮箱计划外停机和意外故障导致的风电机组安全运行问题,提出了一种基于ARIMA模型的故障趋势预测方法;方法可以处理具有非线性和非平稳性特征的齿轮箱运行状态监测数据,用以时间序列的自相关分析为基础的模型预测状态监测时间序列数据的趋势变化;选择生产现场采集到的齿轮箱油泵出口压力SCADA数据和运行实例验证了方法的有效性,实验结果的拟合效果令人满意;研究结果表明方法能够适应齿轮箱运行状态监测数据随时间的变化特征,反映出一定的运行状态变化趋势,具有较好的预测精度和较大的应用范围,对风电机组其他部件的故障趋势预测具有一定的应用参考价值.
暂无资源
收藏
引用
分享
推荐文章
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
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
风电机组齿轮箱温度趋势状态监测及分析方法
状态监测
齿轮箱
非线性状态估计
残差
滑动窗口统计
基于ICSVM的风电机组齿轮箱故障诊断
风电机组
齿轮箱
代价敏感支持向量机
增量学习
故障诊断
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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ARIMA风电机组齿轮箱故障趋势预测方法研究
来源期刊
重庆工商大学学报(自然科学版)
学科
工学
关键词
ARIMA
时间序列
故障趋势预测,齿轮箱
年,卷(期)
2019,(3)
所属期刊栏目
研究方向
页码范围
87-93
页数
7页
分类号
TH133
字数
4693字
语种
中文
DOI
10.16055/j.issn.1672-058X.2019.0003.016
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
杨艺
重庆工商大学计算机科学与信息工程学院
31
275
11.0
15.0
5
付道一
1
1
1.0
1.0
6
雍彬
1
1
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(19)
共引文献
(29)
参考文献
(11)
节点文献
引证文献
(1)
同被引文献
(4)
二级引证文献
(1)
1987(1)
参考文献(0)
二级参考文献(1)
1999(1)
参考文献(0)
二级参考文献(1)
2000(2)
参考文献(0)
二级参考文献(2)
2002(1)
参考文献(0)
二级参考文献(1)
2003(1)
参考文献(0)
二级参考文献(1)
2004(3)
参考文献(1)
二级参考文献(2)
2005(3)
参考文献(0)
二级参考文献(3)
2006(1)
参考文献(1)
二级参考文献(0)
2007(4)
参考文献(1)
二级参考文献(3)
2008(3)
参考文献(0)
二级参考文献(3)
2009(3)
参考文献(2)
二级参考文献(1)
2010(2)
参考文献(1)
二级参考文献(1)
2011(2)
参考文献(2)
二级参考文献(0)
2013(2)
参考文献(2)
二级参考文献(0)
2016(1)
参考文献(1)
二级参考文献(0)
2019(2)
参考文献(0)
二级参考文献(0)
引证文献(1)
二级引证文献(1)
2019(2)
引证文献(1)
二级引证文献(1)
研究主题发展历程
节点文献
ARIMA
时间序列
故障趋势预测,齿轮箱
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
重庆工商大学学报(自然科学版)
主办单位:
重庆工商大学
出版周期:
双月刊
ISSN:
1672-058X
CN:
50-1155/N
开本:
16开
出版地:
重庆市南岸区学府大道21号
邮发代号:
创刊时间:
1983
语种:
chi
出版文献量(篇)
3397
总下载数(次)
6
总被引数(次)
14776
期刊文献
相关文献
1.
基于DHNN的风电机组齿轮箱故障诊断
2.
基于LVQ神经网络风电机组齿轮箱故障诊断研究
3.
风电机组齿轮箱温度趋势状态监测及分析方法
4.
基于ICSVM的风电机组齿轮箱故障诊断
5.
基于CLSSVM的风电机组齿轮箱故障诊断
6.
基于统计过程控制的风机齿轮箱故障预测
7.
基于Hilbert解调法的风电机组齿轮箱故障诊断
8.
基于深度信念网络的风电机组齿轮箱故障诊断方法
9.
基于LVQ神经网络风电机组齿轮箱故障诊断研究
10.
风电机组齿轮箱非平稳振动信号谱分析方法
11.
基于Adams建模的风电机组齿轮箱故障特征提取
12.
风电机组齿轮箱非平稳振动信号微弱故障特征提取
13.
基于深度自编码网络模型的风电机组齿轮箱故障检测
14.
风电机组齿轮箱行星轮裂纹故障仿真分析
15.
风电机组齿轮箱故障模式与影响分析
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
重庆工商大学学报(自然科学版)2022
重庆工商大学学报(自然科学版)2021
重庆工商大学学报(自然科学版)2020
重庆工商大学学报(自然科学版)2019
重庆工商大学学报(自然科学版)2018
重庆工商大学学报(自然科学版)2017
重庆工商大学学报(自然科学版)2016
重庆工商大学学报(自然科学版)2015
重庆工商大学学报(自然科学版)2014
重庆工商大学学报(自然科学版)2013
重庆工商大学学报(自然科学版)2012
重庆工商大学学报(自然科学版)2011
重庆工商大学学报(自然科学版)2010
重庆工商大学学报(自然科学版)2009
重庆工商大学学报(自然科学版)2008
重庆工商大学学报(自然科学版)2007
重庆工商大学学报(自然科学版)2006
重庆工商大学学报(自然科学版)2005
重庆工商大学学报(自然科学版)2004
重庆工商大学学报(自然科学版)2003
重庆工商大学学报(自然科学版)2002
重庆工商大学学报(自然科学版)2001
重庆工商大学学报(自然科学版)2019年第6期
重庆工商大学学报(自然科学版)2019年第5期
重庆工商大学学报(自然科学版)2019年第4期
重庆工商大学学报(自然科学版)2019年第3期
重庆工商大学学报(自然科学版)2019年第2期
重庆工商大学学报(自然科学版)2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号