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:
近年来国内风电装机容量不断增加,齿轮箱作为风力发电机组的关键部件,虽然制造工艺已成熟,但是风力发电机组工作环境的特殊性和承受载荷的复杂性致使齿轮箱易发生故障和损坏,而且损坏一旦触发,其维修过程相对复杂,造成机组停机时间较长,严重影响风电机组的安全性和经济性,因此对风电机组齿轮箱的故障进行预测及识别变得尤为重要.
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
风电机组齿轮箱润滑油过热原因及对策
齿轮箱
油冷系统
控制阀组
油温高
散热片
基于在线油液磨粒检测的风电机组齿轮箱磨损状态监控
油液检测
风电机组齿轮箱
磨损
状态监控
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 风电机组齿轮箱高温故障分析与预测
来源期刊 风能 学科
关键词
年,卷(期) 2020,(12) 所属期刊栏目 技术
研究方向 页码范围 70-73
页数 4页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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)
引文网络交叉学科
相关学者/机构
期刊影响力
风能
月刊
1674-9219
11-5942/TK
大16开
北京市北三环东路28号易亨大厦1108
2010
chi
出版文献量(篇)
3152
总下载数(次)
5
论文1v1指导