-
题名风力发电机状态监测与故障诊断技术综述
被引量：2
- 1
-
-
作者
郜士祥
-
机构
国家电投集团湖北新能源有限公司
-
出处
《湖北农机化》
2018年第5期48-49,共2页
-
文摘
随着互联网技术、大数据处理技术的应用,基于多参量的故障监测与诊断技术将成为风力发电机组状态监测与故障诊断领域未来发展的方向之一。
-
关键词
风力发电机
状态监测
故障诊断
技术综述
-
分类号
TM315
[电气工程—电机]
-
-
题名基于多尺度局部二值模式的滚动轴承故障诊断
被引量：2
- 2
-
-
作者
王明罡
周坪
蔡志雄
尹旭晔
李颖杰
-
机构
浙江中自庆安新能源技术有限公司
中国矿业大学机电工程学院
国家电投集团湖北新能源有限公司
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第12期44-47,共4页
-
基金
中央高校基本科研业务费专项资金资助(2021YCPY0203)
深部煤矿采动响应与灾害防控国家重点实验室开放基金资助(SKLMRDPC21KF21)。
-
文摘
针对滚动轴承早期故障特征较为微弱,容易被淹没在背景噪声中,仅从振动信号单一尺度提取出的特征很难准确表示轴承状态的问题,提出一种基于多尺度局部二值模式的滚动轴承特征提取方法。首先,通过变分模态分解(variational mode decomposition,VMD),得到振动信号在不同尺度下的本征模态分量(intrinsic mode function,IMF);其次,将每个IMF转换成灰度图像的形式,使用局部二值模式(local binary pattern,LBP)提取振动信号在不同尺度的局部纹理特征;最后,将提取出的特征输入反向传播神经网络(back propagation neural network,BPNN)进行分类。通过实测振动信号进行试验,结果表明提出的方法能够很好地提取不同故障状态的轴承特征,且诊断准确率较高。
-
关键词
故障诊断
滚动轴承
变分模态分解
局部二值模式
特征提取
-
Keywords
fault diagnosis
rolling bearing
variational modal decomposition
local binary mode
feature extraction
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TG502
[金属学及工艺—金属切削加工及机床]
-
