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:
为实现风机运行状态的监测功能,并完成监测数据智能诊断任务,开发了风机智能监测系统.首先,基于振动理论建立了齿轮箱动态模型,并分析了不同故障类型的数据特征,为智能诊断提供了辨识依据.然后,利用贝叶斯网络理论,分析了贝叶斯网络的全概率公式;并在此基础上进行研究,提出了简化广义逆矩阵的智能诊断实现方法.最后,搭建了以广义逆矩阵的智能诊断方法为核心的智能监测系统实现结构.系统在现场进行了运行检测,结果表明,智能监测系统输出结果和人工诊断结果相符.系统已在风场取得初步的工程应用.
推荐文章
风机齿轮箱齿轮失效分析
齿轮
弯曲疲劳
夹渣缺陷
基于BP网络的舰炮齿轮箱故障诊断方法
信息处理技术
BP网络
故障诊断
齿轮箱
基于改进LMD算法的齿轮箱故障诊断研究
齿轮箱
故障诊断
有理样条插值
改进局部均值分解
基于最小诊断集的贝叶斯网络诊断模型研究
贝叶斯网络
最小诊断集
故障诊断
诊断模型
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 基于改进贝叶斯网络的风机齿轮箱自动诊断策略研究
来源期刊 电力系统保护与控制 学科
关键词 贝叶斯网络 振动理论 风力发电机 智能诊断
年,卷(期) 2019,(19) 所属期刊栏目 设计开发
研究方向 页码范围 145-151
页数 7页 分类号
字数 5193字 语种 中文
DOI 10.19783/j.cnki.pspc.181282
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 张利 5 0 0.0 0.0
2 卢晓光 12 27 2.0 4.0
3 张露江 3 1 1.0 1.0
4 杨要伟 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (241)
共引文献  (138)
参考文献  (22)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(16)
  • 参考文献(0)
  • 二级参考文献(16)
2010(14)
  • 参考文献(0)
  • 二级参考文献(14)
2011(25)
  • 参考文献(1)
  • 二级参考文献(24)
2012(21)
  • 参考文献(1)
  • 二级参考文献(20)
2013(24)
  • 参考文献(2)
  • 二级参考文献(22)
2014(33)
  • 参考文献(2)
  • 二级参考文献(31)
2015(26)
  • 参考文献(0)
  • 二级参考文献(26)
2016(32)
  • 参考文献(4)
  • 二级参考文献(28)
2017(15)
  • 参考文献(4)
  • 二级参考文献(11)
2018(11)
  • 参考文献(8)
  • 二级参考文献(3)
2019(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)
研究主题发展历程
节点文献
贝叶斯网络
振动理论
风力发电机
智能诊断
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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
总被引数(次)
201041
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导