典型文献
基于数字孪生的风电机组轴承故障诊断方法研究
文献摘要：
针对风电机组轴承故障样本少且诊断准确率低的问题,提出一种基于数字孪生的风电机组轴承故障诊断方法.构建了风电机组的数字孪生系统,为风电机组轴承故障诊断提供了数据来源.基于希尔伯特黄变换对轴承振动信号增强处理,实现了振动信号样本数据的增强,减少振动信号噪音.建立了风电机组轴承故障的卷积神经网络模型,以数据增强的样本作为诊断模型的训练与测试.实验验证了所提方法的可行性与有效性,解决了一维振动信号的数据增强,提高了风电轴承故障诊断准确率与稳定性.
文献关键词：
数字孪生;风电机组轴承;希尔伯特黄变换;数据增强;卷积神经网络;故障诊断
中图分类号：
作者姓名：
任巍曦;张文煜;李明;徐晓川;刘宏勇
作者机构：
国网冀北张家口风光储输新能源有限公司,河北张家口 075000
文献出处：
引用格式：
[1]任巍曦;张文煜;李明;徐晓川;刘宏勇-.基于数字孪生的风电机组轴承故障诊断方法研究)[J].弹箭与制导学报,2022(03):97-104
A类：
B类：
风电机组轴承,轴承故障诊断,故障诊断方法,数字孪生系统,数据来源,希尔伯特黄变换,轴承振动,振动信号,信号增强,噪音,卷积神经网络模型,数据增强,诊断模型,风电轴承,故障诊断准确率
AB值：
0.151888
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。
