首页 | 本学科首页   官方微博 | 高级检索  
     

风电机组齿轮箱故障分类方法研究
引用本文:李状,马志勇,姜锐,柳亦兵. 风电机组齿轮箱故障分类方法研究[J]. 机械设计与制造, 2015, 0(2): 177-180
作者姓名:李状  马志勇  姜锐  柳亦兵
作者单位:华北电力大学能源动力与机械工程学院,北京,102206
基金项目:国家自然科学基金,中央高校基本科研业务费专项资金资助
摘    要:风电机组齿轮箱的运行工况复杂多变,很难获取大量的所有已知故障的样本数据,为了能够实现在无已知样本数据条件下的故障分类,提出了一种基于ART2神经网络和C-均值聚类算法的风电机组齿轮箱故障分类方法。首先利用ART2无监督神经网络实现样本数据的初步分类,再利用C-均值聚类算法对分类结果进行修正,克服了由于原始神经网络算法存在"硬竞争"导致分类精度下降的问题。分析结果表明提出的方法具有更高的分类准确度,能够对健康和不同故障类型的风电机组齿轮箱进行准确分类识别。

关 键 词:风电机组  齿轮箱  ART2神经网络  C-均值聚类  无监督分类  故障诊断

Research on Fault Classification Method of Wind Turbine Gearbox
LI Zhuang,MA Zhi-yong,JIANG Rui,LIU Yi-bing. Research on Fault Classification Method of Wind Turbine Gearbox[J]. Machinery Design & Manufacture, 2015, 0(2): 177-180
Authors:LI Zhuang  MA Zhi-yong  JIANG Rui  LIU Yi-bing
Affiliation:LI Zhuang;MA Zhi-yong;JIANG Rui;LIU Yi-bing;School of Energy,Power and Mechanical Engineering,North China Electric Power University;
Abstract:
Keywords:Wind Turbine  Gearbox  ART2 Neural Network  C-Means Clustering  Unsupervised Classification  Fault Diagnosis
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号