10.15918/j.tbit1001-0645.2017.09.011
变工况时频脊流形早期故障预警方法研究
针对风电机组齿轮箱工况复杂多变,提出了一种基于Gabor重排对数时频脊流形早期故障预警方法.该方法首先研究提取Gabor重排对数时频谱的脊线,构建早期故障高维特征向量;然后研究改进局部切空间流形学习方法,进行维数约简;最后采用K-近邻分类器,实现变工况风电机组齿轮箱的早期故障识别与预警.通过变转速、变载荷等多种工况的行星齿轮箱磨损试验与风电机组现场运行数据验证,结果表明该方法有效提高了复杂变工况风电机组齿轮箱早期故障预警准确率,可为其预知维护提供可靠依据.
变工况、时频脊、流形学习、早期故障预警
37
TP277;TH165.3(自动化技术及设备)
国家自然科学基金资助项目51275052,51575055;北京市自然基金重点项目3131002;国家“八六三”计划项目2015AA043702;“高档数控机床与基础制造装备”科技重大专资助项目2015ZX04001002
2017-11-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
942-947