典型文献
基于孤立森林算法的风电齿轮箱轴承故障检测方法
文献摘要：
为精准检测齿轮箱轴承故障,实时进行有效监测以保证风电齿轮箱健康运行,提出一种基于孤立森林算法的风电齿轮箱轴承故障检测方法.首先,以齿轮箱轴承温度为故障检测模型的输出变量,采用多尺度图相关算法选择输入变量;然后,提取输入变量的均方根和包络线进行自组织映射神经网络特征融合;最后,以融合值为模型输入量,使用孤立森林算法进行异常点检测.实例验证表明,经过特征融合后模型的平均检测精度提高21.56％,平均运行时间缩短0.123 s,整体性能优于常用的BPNN,RF,SVM模型.
文献关键词：
滚动轴承;风力发电机组;齿轮箱;故障检测;孤立森林算法
中图分类号：
作者姓名：
汤婷;张岩;安宗文
作者机构：
甘肃省特种设备检验检测研究院,兰州 730050;兰州理工大学 机电工程学院,兰州 730050
文献出处：
引用格式：
[1]汤婷;张岩;安宗文-.基于孤立森林算法的风电齿轮箱轴承故障检测方法)[J].轴承,2022(02):68-74
A类：
B类：
孤立森林算法,风电齿轮箱,齿轮箱轴承,轴承故障,故障检测方法,精准检测,有效监测,健康运行,轴承温度,故障检测模型,算法选择,包络线,自组织映射神经网络,网络特征,特征融合,模型输入,输入量,异常点检测,检测精度,运行时间,整体性能,BPNN,RF,滚动轴承,风力发电机组
AB值：
0.286733
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
