典型文献
基于时频分析的风力发电机轴承剩余寿命预测
文献摘要：
轴承作为风力发电机的重要传动机构,工作环境恶劣,存在较高故障率,一旦发生故障将造成巨大经济损失.因此,准确地预测轴承的剩余寿命对于实现轴承的健康在线监测和视情维修具有重要的工程应用价值.采用基于数据驱动的剩余寿命间接预测方法,首先,使用短时傅里叶变换对降噪后的轴承高频振动信号进行时频分析,将时频域特征进行结合并充分考虑振动信号的局部特征和时变性;然后通过多层卷积自编码器网络对获得的时频图进行自动压缩和特征提取,获得轴承退化过程中的一维健康指标曲线;最后构建多层门控循环单元网络模型,将轴承的一维健康指标曲线作为模型的输入,映射到轴承的剩余寿命.使用FEMTO轴承数据集作为实验数据,验证了所提方法的有效性.
文献关键词：
剩余寿命预测;轴承;短时傅里叶变换;卷积自编码器;门控循环单元
中图分类号：
作者姓名：
王猛;王光君;张雷;张法业;姜明顺
作者机构：
中车青岛四方机车车辆股份有限公司,山东 青岛 266100;山东大学,山东 济南 250061
文献出处：
引用格式：
[1]王猛;王光君;张雷;张法业;姜明顺-.基于时频分析的风力发电机轴承剩余寿命预测)[J].山东电力技术,2022(12):32-38,100
A类：
B类：
时频分析,风力发电机,发电机轴承,剩余寿命预测,传动机构,环境恶劣,故障率,在线监测,视情维修,短时傅里叶变换,降噪,高频振动,振动信号,时频域特征,局部特征,时变性,卷积自编码器,时频图,动压,轴承退化,健康指标,门控循环单元网络,射到,FEMTO,轴承数据
AB值：
0.251155
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。
