检索结果-维普期刊中文期刊服务平台

变工况条件下的风电机组齿轮箱故障预警方法被引量：16: 1; 作者顾煜炯宋磊 +1 位作者徐天金雷启龙《中国机械工程》 EI CAS CSCD 北大核心 2014年第10期1346-1351,1405,共7页; 针对风电机组运行工况复杂多变,难以实现故障特征提取和预警指标量化的特点,提出基于k邻近度异常检测技术的风电机组故障预警方法:首先利用阶比重采样技术将时域非平稳信号转换为角域的平稳或准平稳信号;其次构建出新量纲一幅域特征值,... 展开更多; 关键词阶比重采样量纲一幅域参数 k邻近度异常检测; 在线阅读下载PDF 职称材料

基于多元角域指标离群检测的风电齿轮箱故障预警方法被引量：9: 2; 作者顾煜炯宋磊 +2 位作者苏璐玮吴冠宇周振宇《振动与冲击》 EI CSCD 北大核心 2015年第1期80-87,共8页; 针对风速和载荷随机波动造成的早期故障特征难以提取和量化的特点,提出基于多元角域指标离群检测的风电齿轮箱故障预警方法。首先利用阶比重采样技术将非平稳的时域振动信号转化为具有平稳或准平稳特性的角域信号,提取角域无量纲指标反... 展开更多; 关键词阶比重采样角域无量纲指标多元统计分析多元离群检测; 在线阅读下载PDF 职称材料

基于改进的多元离群检测方法的风机齿轮箱早期故障诊断被引量：8: 3; 作者顾煜炯贾子文 +1 位作者王瑞任玉亭《中国机械工程》 EI CAS CSCD 北大核心 2016年第14期1905-1910,1916,共7页; 针对风电机组运行工况波动性以及机组早期故障特征不易提取的特点,提出一种基于改进的多元离群监测方法来实现风机齿轮箱故障的早期诊断。运用阶比重采样方法对原始振动信号进行预处理,并对处理结果进行量纲一因子分析;通过马氏距离建... 展开更多; 关键词阶比重采样量纲一因子分析多元线性回归多元离群检测; 在线阅读下载PDF 职称材料

无量纲指标趋势分析法在风电机组齿轮箱故障预警诊断中的应用被引量：7: 4; 作者顾煜炯贾子文 +1 位作者尹传涛任玉亭《振动与冲击》 EI CSCD 北大核心 2017年第19期213-220,共8页; 针对风电机组运行工况复杂多变,早期故障特征提取十分困难的问题,提出无量纲指标趋势分析法以实现风电机组齿轮箱故障的早期诊断。通过阶比重采样方法对齿轮箱振动信号进行预处理,将非平稳时域信号转化成平稳角域信号,引用无量纲因子指... 展开更多; 关键词风电齿轮箱阶比重采样无量纲指标趋势分析法早期故障诊断; 在线阅读下载PDF 职称材料

主成分-灰色关联分析方法的风电机组齿轮箱故障诊断被引量：2: 5; 作者顾煜炯贾子文 +2 位作者尹传涛曹力雷启龙《可再生能源》 CAS 北大核心 2017年第4期508-514,共7页; 针对风电机组变工况运行造成设备故障诊断困难的问题,提出了主成分-灰色关联分析方法,解决风电机组齿轮箱故障诊断问题。通过阶比重采样方法对信号进行预处理,消除原始数据非线性带来的不良影响;考虑到信号能量变化会对分析带来误差,用... 展开更多; 关键词风电齿轮箱阶比重采样无量纲参数主成分分析灰色关联分析; 在线阅读下载PDF 职称材料

题名变工况条件下的风电机组齿轮箱故障预警方法被引量：16: 1; 作者顾煜炯宋磊徐天金雷启龙; 机构华北电力大学新能源电力系统国家重点实验室国华能源投资有限公司; 出处《中国机械工程》 EI CAS CSCD 北大核心 2014年第10期1346-1351,1405,共7页; 基金国家自然科学基金资助项目(51075145) 中央高校基本科研业务费专项资金资助项目(12QX06) +1 种基金神华集团科技创新项目(GTKJ-12-02); 文摘针对风电机组运行工况复杂多变,难以实现故障特征提取和预警指标量化的特点,提出基于k邻近度异常检测技术的风电机组故障预警方法:首先利用阶比重采样技术将时域非平稳信号转换为角域的平稳或准平稳信号;其次构建出新量纲一幅域特征值,提取阶比重采样角域信号早期故障特征;最后将振动角域序列映射成多维特征向量,通过基于k邻近度的异常点检测技术挖掘机组潜在异常信息,实现机组的早期故障预警。试验仿真验证了该方法的有效性。; 关键词阶比重采样量纲一幅域参数 k邻近度异常检测; Keywords order resampling dimensional parameter k-neighbor abnormality detection; 分类号 TK83 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

题名基于多元角域指标离群检测的风电齿轮箱故障预警方法被引量：9: 2; 作者顾煜炯宋磊苏璐玮吴冠宇周振宇; 机构华北电力大学新能电力系统国家重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2015年第1期80-87,共8页; 基金国家自然科学基金资助项目(51075145) 中央高校基本科研业务专项基金资助(12QX06) +1 种基金华能科学技术项目(HNKJ-H27) 神华集团科技创新项目(GTKJ-12-02); 文摘针对风速和载荷随机波动造成的早期故障特征难以提取和量化的特点,提出基于多元角域指标离群检测的风电齿轮箱故障预警方法。首先利用阶比重采样技术将非平稳的时域振动信号转化为具有平稳或准平稳特性的角域信号,提取角域无量纲指标反映风电齿轮箱早期故障趋势;其次利用多元相关度测量建立风电齿轮箱早期故障识别模型;最后采用多元离群检测方法实现风电齿轮箱早期故障预警。实验表明,该方法能够实现较为准确地的风电齿轮箱早期故障预警,具有较好的工程实际意义。; 关键词阶比重采样角域无量纲指标多元统计分析多元离群检测; Keywords order resampling angle domain dimensionless parameters statistical analysis multivariate outlier de-tection; 分类号 TH132.4 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于改进的多元离群检测方法的风机齿轮箱早期故障诊断被引量：8: 3; 作者顾煜炯贾子文王瑞任玉亭; 机构华北电力大学新能源电力系统国家重点实验室国华能源投资有限公司; 出处《中国机械工程》 EI CAS CSCD 北大核心 2016年第14期1905-1910,1916,共7页; 基金神华集团科技创新项目(GTKJ-12-02) 华能集团科学技术项目(HNKJ-H27); 文摘针对风电机组运行工况波动性以及机组早期故障特征不易提取的特点,提出一种基于改进的多元离群监测方法来实现风机齿轮箱故障的早期诊断。运用阶比重采样方法对原始振动信号进行预处理,并对处理结果进行量纲一因子分析;通过马氏距离建立风电齿轮箱的早期故障识别模型;利用多元线性回归改进多元离群检测算法进行实际数据的分析计算。结果表明,该方法较原始方法能够更早地察觉出风电齿轮箱早期故障。; 关键词阶比重采样量纲一因子分析多元线性回归多元离群检测; Keywords order resampling dimensionless parameter analysis multiple linear regression（MLR） multivariate outlier detection; 分类号 TK83 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

题名无量纲指标趋势分析法在风电机组齿轮箱故障预警诊断中的应用被引量：7: 4; 作者顾煜炯贾子文尹传涛任玉亭; 机构华北电力大学新能源电力系统国家重点实验室国华能源投资有限公司; 出处《振动与冲击》 EI CSCD 北大核心 2017年第19期213-220,共8页; 基金神华集团科技创新项目(SHJT-12-24) 华能集团科学技术项目(HNKJ-H27) 中央高校基本科研业务专项基金(2016XS27); 文摘针对风电机组运行工况复杂多变,早期故障特征提取十分困难的问题,提出无量纲指标趋势分析法以实现风电机组齿轮箱故障的早期诊断。通过阶比重采样方法对齿轮箱振动信号进行预处理,将非平稳时域信号转化成平稳角域信号,引用无量纲因子指标反映机组早期故障程度变化趋势;利用指标趋势分析法建立风电齿轮箱故障预警模型,并通过实验室数据和现场数据进行分析验证。结果表明,该方法能够比较准确的对风电机组齿轮箱早期故障进行诊断,并能初步估测故障发生时间,达到故障预警目的。; 关键词风电齿轮箱阶比重采样无量纲指标趋势分析法早期故障诊断; Keywords Wind turbine gearbox Order resampling Dimentionless parameters Trend analysis Early fault diagnosis; 分类号 TK83 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

题名主成分-灰色关联分析方法的风电机组齿轮箱故障诊断被引量：2: 5; 作者顾煜炯贾子文尹传涛曹力雷启龙; 机构华北电力大学新能源电力系统国家重点实验室国华能源投资有限公司; 出处《可再生能源》 CAS 北大核心 2017年第4期508-514,共7页; 基金神华集团科技创新项目(SHJT-12-24) 中央高校基本科研业务专项基金(2016XS27); 文摘针对风电机组变工况运行造成设备故障诊断困难的问题,提出了主成分-灰色关联分析方法,解决风电机组齿轮箱故障诊断问题。通过阶比重采样方法对信号进行预处理,消除原始数据非线性带来的不良影响;考虑到信号能量变化会对分析带来误差,用无量纲参数作为故障诊断的特征数据;应用主成分-灰色关联分析法,对各特征参数赋予权重,增强了分析数据与故障特征间的关联性,提高了故障诊断精度。试验及实际应用结果分析表明,文章所提出的方法能够较准确地对风电机组齿轮箱故障进行诊断。; 关键词风电齿轮箱阶比重采样无量纲参数主成分分析灰色关联分析; Keywords wind turbine order resampling non-dimensional parameter principal component analysis grey relational analysis; 分类号 TK83 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	变工况条件下的风电机组齿轮箱故障预警方法	顾煜炯宋磊徐天金雷启龙	《中国机械工程》 EI CAS CSCD 北大核心	2014	16	在线阅读下载PDF 职称材料
2	基于多元角域指标离群检测的风电齿轮箱故障预警方法	顾煜炯宋磊苏璐玮吴冠宇周振宇	《振动与冲击》 EI CSCD 北大核心	2015	9	在线阅读下载PDF 职称材料
3	基于改进的多元离群检测方法的风机齿轮箱早期故障诊断	顾煜炯贾子文王瑞任玉亭	《中国机械工程》 EI CAS CSCD 北大核心	2016	8	在线阅读下载PDF 职称材料
4	无量纲指标趋势分析法在风电机组齿轮箱故障预警诊断中的应用	顾煜炯贾子文尹传涛任玉亭	《振动与冲击》 EI CSCD 北大核心	2017	7	在线阅读下载PDF 职称材料
5	主成分-灰色关联分析方法的风电机组齿轮箱故障诊断	顾煜炯贾子文尹传涛曹力雷启龙	《可再生能源》 CAS 北大核心	2017	2	在线阅读下载PDF 职称材料