| 基于BFD和MSCNN的风电滚动轴承智能故障诊断 |
| |
| 引用本文： | 邓敏强,邓艾东,朱静,史曜炜,马天霆. 基于BFD和MSCNN的风电滚动轴承智能故障诊断[J]. 东南大学学报(自然科学版), 2021, 51(3): 521-528. DOI: 10.3969/j.issn.1001-0505.2021.03.022 |
| |
| 作者姓名： | 邓敏强 邓艾东 朱静 史曜炜 马天霆 |
| |
| 作者单位： | 东南大学能源与环境学院,南京210096;东南大学火电机组振动国家工程研究中心,南京210096;东南大学能源与环境学院,南京210096;东南大学火电机组振动国家工程研究中心,南京210096;国华太仓发电有限公司,苏州215000 |
| |
| 摘 要： | 针对变工况下风电滚动轴承的健康状态评估问题,提出了一种基于带宽傅里叶分解(BFD)和多尺度卷积神经网络(MSCNN)的智能故障诊断方法.首先,通过BFD算法将原始振动信号分解为一系列带宽模态函数(B MF);然后,通过希尔伯特阶次变换(HOT)计算各BMF的包络阶次谱,并根据特征阶次比筛选出分解结果中包含故障信息最多的...
|
| 关 键 词： | 风电 滚动轴承 故障诊断 带宽傅里叶分解 多尺度卷积神经网络 |
Intelligent fault diagnosis of wind turbine rolling bearings based on BFD and MSCNN |
| |
| Deng Minqiang,Deng Aidong,Zhu Jing,Shi Yaowei,Ma Tianting. Intelligent fault diagnosis of wind turbine rolling bearings based on BFD and MSCNN[J]. Journal of Southeast University(Natural Science Edition), 2021, 51(3): 521-528. DOI: 10.3969/j.issn.1001-0505.2021.03.022 |
| |
| Authors: | Deng Minqiang Deng Aidong Zhu Jing Shi Yaowei Ma Tianting |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
