首页> 中国专利> 基于深度神经网络的风力涡轮机齿轮箱故障诊断方法

基于深度神经网络的风力涡轮机齿轮箱故障诊断方法

摘要

本发明公开了现代工业中风能行业的风力涡轮机故障诊断技术领域的基于深度神经网络的风力涡轮机齿轮箱故障诊断方法,该方法由两部分组成,分别是基于SCADA系统采集的数据使用数据驱动的DNN模型对润滑油压力进行准确预测与使用EWMA控制图得到判断故障即将发生的准则;为验证DNN建模的有效性将其与另外5种常用数据驱动模型进行基准化分析;对以齿轮油温度为目标的模型也进行了基准化分析。经过实施例验证,本发明能在不误判情况下准确诊断出所有即将发生故障的齿轮箱,且计算速度快、效率高、可靠性强。

著录项

  • 公开/公告号CN111103137A

    专利类型发明专利

  • 公开/公告日2020-05-05

    原文格式PDF

  • 申请/专利权人 南京松数科技有限公司;

    申请/专利号CN201911292043.0

  • 发明设计人 宋哲;

    申请日2019-12-16

  • 分类号

  • 代理机构苏州慧通知识产权代理事务所(普通合伙);

  • 代理人丁秀华

  • 地址 210000 江苏省南京市浦口区江浦街道雨山路48号文创园东区A栋660号

  • 入库时间 2023-12-17 08:08:48

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-05-29

    实质审查的生效 IPC(主分类):G01M13/021 申请日:20191216

    实质审查的生效

  • 2020-05-05

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号