小波神经网络对风力发电机齿轮箱的故障诊断

被引：10

作者：

姜香菊 ^{[1
]}

刘二林 ^{[2
]}

机构：

[1] 兰州交通大学自动化与电气工程学院

[2] 兰州交通大学机电工程学院

来源：

自动化仪表 | 2012年 / 33卷 / 04期

关键词：

风力发电; 齿轮箱; 故障诊断; 小波包分析; 神经网络; 径向基函数(RBF);

D O I：

10.16086/j.cnki.issn1000-0380.2012.04.002

中图分类号：

TP183 [人工神经网络与计算]; TM315 [风力发电机];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080801 ;

摘要：

为研究风力发电机组齿轮箱的故障特性,提高其工作的可靠性,提出采用小波神经网络对齿轮箱的故障进行诊断的方案。该方案采用小波包分析与径向基函数(RBF)神经网络相结合组成小波神经网络,以准确地识别风力发电机组中齿轮箱常见的故障。诊断结果证明了方案的可行性。该方案在风力发电机组齿轮箱故障诊断领域具有良好的实用前景。

引用

页码：9 / 12

页数：4