基于动态神经网络的风力发电机齿轮箱状态识别
风力机齿轮箱不易实现故障状态识别,为此本文对三种风力机齿轮箱状态进行识别研究.动态神经网络能将前一时刻的数据保留使系统的训练和信息也更加完整,而且神经网络有自学能力强和逼近任意非线性函数的特点,本文采用动态神经网络算法建立模型实现齿轮箱故障的类型识别.采集某风场数据,应用软件进行信号处理,训练神经网络系统,对齿轮箱健康状态、断齿状态、轴承失效状态进行识别.结果证明该神经网络系统可以实现齿轮箱状态识别,为实现预测性维护齿轮箱奠定了基础.
风力发电机 齿轮箱 模式识别 动态神经网络
马涛 谷泉 陈长征 王刚
沈阳工业大学,机械工程学院,沈阳,110870
国内会议
郑州
中文
312-314
2012-08-16（万方平台首次上网日期，不代表论文的发表时间）