《电子测量技术杂志》发表论文赏析

基于RF特征优选和WOA-ELM的风电齿轮箱故障诊断

来源:电子测量技术杂志2023年第5期北京时间:

作者:何坤敏,王霄,杨靖,覃涛,范圆成

单位:1.贵州大学电气工程学院 贵阳 550025; 2.中国电建集团贵州工程有限公司 贵阳 550025

摘要:针对风电机组齿轮箱故障特征提取不足,故障诊断率低问题,提出了一种基于RF特征优选,结合WOA-ELM特征识别的风电齿轮箱故障诊断方法。首先,提取风电齿轮箱时域、频域、时频域特征,构建多域高维特征集;其次,利用RF进行特征重要度排序并提取10维优选特征;最后,利用WOA优化调整ELM模型的输入权值和隐含层阈值,实现风电齿轮箱故障分类识别。将本文方法应用于风电齿轮箱故障诊断,实验结果表明,本文方法平均诊断率能达到99.81%,诊断准确率均高于对比方法且诊断用时最少,能够有效地进行风电齿轮箱故障诊断。

关键词:风电机组安全;齿轮箱;故障诊断;随机森林;极限学习机

基金资助:国家自然科学基金(61861007,61640014)、贵州省教育厅创新群体项目(黔教合KY字[2021]012)、贵州省科技计划项目(黔科合基础-ZK[2021]一般303)、物联网理论与应用案例库(KCALK201708)、自动化专业卓越工程师计划(ZYS 2015004)项目资助

2023年5期其他文献查阅:

基于UZ2400的弹载遥测发射机设计

一种VDE上行信号解调解码技术研究

基于FPGA的可变带宽基带信号回放系统设计

基于优化分裂基FFT算法的APF谐波检测策略

基于激光传感器的钻柱输送自动纠偏算法

基于WLAN指纹的机身指纹数据库重构与节点定位方法

基于移动信标的水下无线传感器网络定位算法

基于CWD谱图和改进CNN的无线电调制分类

基于RF特征优选和WOA-ELM的风电齿轮箱故障诊断

基于层次散布熵的滚动轴承剩余寿命预测方法

基于CEEMDAN和CNN-LSTM的滚动轴承故障诊断

基于深度神经网络的电阻层析成像重建方法

多重注意机制及权重校正LSTM的PVC含水率预测

基于双向F-RRT*算法的移动机器人路径规划

超轻量人脸关键点检测算法

基于DRF优化采样的无人车轨迹规划方法

自动化药房多个出药单据的调度优化

基于断路器柔性装配的移动机器人路径规划

一种射频芯片检测中的邦球邦线识别方法

含缺陷固体火箭发动机燃面自适应提取算法

基于Kinect的六轴工业机器人异常姿态检测方法

基于深度学习的指针式仪表自动读数方法

基于神经批采样的轮胎X光图像异常检测研究

融合多级注意力机制和信息融合的车型识别

基于在线监测的雷电流识别方法及其应用

多工况下基于EEMD-ICNN的输油管道泄漏识别

基于改进谱峭度图与多维融合CNN的轴承故障诊断方法

一种高g值面内加速度传感器的设计与仿真

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!