信息融合的NRP-AlexNet-SENet 风电齿轮箱故障诊断

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

中图分类号：TH165+.3 文献标志码：A

0 引言

风电齿轮箱通常工作在复杂多变又恶劣的工况环境下，极易发生故障，如若发生故障将带来巨大的经济损失甚至人身伤害事故[1]。因此，为保障该设备的正常运行，降低企业生产运营成本，对风电机组齿轮箱进行状态监测和故障诊断研究具有非常重要的意义[2-3]。

近年来，大数据和人工智能的快速发展使得机器学习在风电机组故障诊断领域中使用越来越广泛[4]。（剩余14288字）

试读结束

目录
monitor
客服机器人