基于Elman神经网络的风力发电机组齿轮箱故障诊断研究被引量：1

在线阅读下载PDF

导出

摘要风力发电机组齿轮箱是用于改变转速和传递动力的部件,易于发生故障的一个装置,且其运行状态对风力发电机的工作性能有很大的影响,故对风力发电机组齿轮箱故障进行诊断有实际意义。Elman神经网络可以降低网络对参数调整的敏感性,有效抑制局部极小值的出现,仿真结果显示,Elman神经网络能识别出风力发电机组齿轮箱故障类型,该诊断方法效果较好。

作者赵卓鹏贾石峰

机构地区兰州交通大学自动化与电气工程学院

出处《伺服控制》 2010年第3期65-66,77,共3页 Servo Control

关键词风力发电机组齿轮箱故障诊断 ELMAN 神经网络

分类号 T [一般工业技术]

引文网络
相关文献

参考文献2

1王俊松.基于Elman神经网络的网络流量建模及预测[J].计算机工程,2009,35(9):190-191. 被引量：40
2康海英,栾军英,郑海起,田广,曹进华.基于小波包变换和BP网络的齿轮箱故障诊断[J].军械工程学院学报,2005,17(2):26-28. 被引量：4

二级参考文献9

1刘杰,黄亚楼.基于BP神经网络的非线性网络流量预测[J].计算机应用,2007,27(7):1770-1772. 被引量：66
2Ma Sheng,Li Chuanyi.Modeling Heterogeneous Network Traffic in Wavelet Domain[J].IEEE/ACM Trans.on Networking,2001,9(5):634-649.
3肖志松.[D].石家庄:军械工程学院,2004.
4喻金平,阙师鹏,刘飞飞.齿轮故障诊断的神经网络方法[J].南方冶金学院学报,1998,19(3):201-206. 被引量：2
5王太勇,商同,任成祖,刘兴荣.一种改进BP算法及其在滚动轴承故障诊断中的应用[J].中国机械工程,2001,12(10):1179-1181. 被引量：8
6王本永,郭仁宁,李文生.基于小波包分析和BP网络识别的齿轮故障诊断[J].辽宁工程技术大学学报（自然科学版）,2002,21(5):659-660. 被引量：3
7邹柏贤,刘强.基于ARMA模型的网络流量预测[J].计算机研究与发展,2002,39(12):1645-1652. 被引量：107
8夏利民,谷士文,宁国英.基于小波包分析的货车滚动轴承故障诊断[J].中国铁道科学,2002,23(6):60-64. 被引量：15
9韩振南,李进宝,熊诗波.小波神经网络在齿轮早期故障诊断中的应用[J].煤矿机械,2003,24(5):89-90. 被引量：4

共引文献42

1宋崇智,吴玉国,王璐,谢能刚.改进Elman网络在发动机齿轮箱故障诊断中的研究[J].仪器仪表学报,2008,29(7):1414-1417. 被引量：14
2杜殿发,李冬冬,石达友,王青.基于粗糙集理论的超稠油油藏水平井吞吐效果评价及其影响因素分析[J].数学的实践与认识,2010,40(17):72-79. 被引量：1
3党小超,郝占军.基于改进Elman神经网络的网络流量预测[J].计算机应用,2010,30(10):2648-2652. 被引量：32
4党小超,郝占军.季节周期性Elman网络的网络流量分析与应用[J].计算机工程与应用,2010,46(28):98-101. 被引量：8
5冯华丽,刘渊.基于小波包消噪和Elman的网络流量预测[J].微计算机信息,2010,26(30):116-118. 被引量：5
6邱琳强,陈梅梅.网络流量组合预测模型研究[J].计算机仿真,2011,28(1):206-208. 被引量：4
7党小超,郝占军,门健.新型Elman混沌神经网络的流量预测[J].计算机工程,2011,37(3):172-174. 被引量：5
8刘宁,陈昱颋,虞慧群,范贵生.基于Elman神经网络的交通流量预测方法[J].华东理工大学学报（自然科学版）,2011,37(2):204-209. 被引量：15
9孙勇,白光伟,赵露.基于Gamma小波模型的网络流量预测[J].计算机工程,2011,37(9):187-189. 被引量：3
10王宏伟,杨雨,张智华.网络时延预测研究[J].电脑知识与技术,2011,7(4):2363-2365. 被引量：3

同被引文献5

1郑雪梅,李琳,徐殿国.双馈风力发电系统低电压过渡的高阶滑模控制仿真研究[J].中国电机工程学报,2009,29(S1):178-183. 被引量：19
2任丽娜,焦晓红,邵立平.风力发电机速度跟踪自适应控制研究[J].太阳能学报,2008,29(8):1021-1027. 被引量：10
3张学广,徐殿国,李伟伟.双馈风力发电机无速度传感器控制[J].太阳能学报,2009,30(10):1414-1419. 被引量：5
4邓英,梁晶晶,王湘明,孙磊.减缓风力发电机组驱动链载荷的控制器[J].太阳能学报,2009,30(10):1420-1423. 被引量：7
5张凤阁,金石.无刷双馈风力发电系统的L_2鲁棒控制[J].电机与控制学报,2010,14(8):70-74. 被引量：9

引证文献1

1邢作霞,王超,马佳,王文静,姚兴佳.现代控制技术在风力发电控制系统中的应用[J].风能,2011(7):62-67. 被引量：7

二级引证文献7

1靳晓飞,席东民.风电机组的功率模糊控制系统研究[J].风能,2012(7):88-91.
2张旭,吕新良,宋晓林,沙宇恒.小型分布式风力发电系统设计及控制技术[J].陕西电力,2012,40(1):75-78. 被引量：6
3霍元杰.基于分级模糊控制风力太阳能混合发电控制系统的研究[J].科技与创新,2014(8):14-15.
4张建军.风力发电电气控制技术及应用实践[J].山东工业技术,2017(16):181-181. 被引量：3
5吴光宇.兆瓦级风电机组变桨距系统设计[J].大电机技术,2018(4):66-71. 被引量：2
6刘军,漆明月.直驱永磁同步风力发电系统的鲁棒H_∞控制[J].电子科学技术,2017,4(3):10-16. 被引量：1
7秦珅珅.风力发电电气控制技术及其应用[J].电力系统装备,2021(9):55-56.

1洪仕建.以质取胜服务又善又美新漳州[J].福建质量技术监督,2013(2):5-5.

伺服控制

2010年第3期

浏览历史

内容加载中请稍等...

基于Elman神经网络的风力发电机组齿轮箱故障诊断研究被引量：1

参考文献2

二级参考文献9

共引文献42

同被引文献5

引证文献1

二级引证文献7

相关作者

相关机构

相关主题

浏览历史

基于Elman神经网络的风力发电机组齿轮箱故障诊断研究 被引量：1

参考文献2

二级参考文献9

共引文献42

同被引文献5

引证文献1

二级引证文献7

相关作者

相关机构

相关主题

浏览历史

基于Elman神经网络的风力发电机组齿轮箱故障诊断研究被引量：1