基于KECA 和维纳过程的风电齿轮箱剩余寿命预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 齿轮箱是风电机组的关键设备，其性能一旦退化至失效状态，会造成严重的安全隐患。为动态掌握齿轮箱的退化过程，提出一种基于核熵成分分析与维纳过程的剩余寿命预测方法。数据预处理时，使用随机森林算法剔除离群点和异常值，并通过皮尔逊算法选取与齿轮箱退化相关度高的多个特征。通过核熵成分分析方法在高维空间中进行主元分析，选取信息保有量较大的主元，达到数据降维的目的。（剩余1578字）

试读结束

目录
monitor