摘要
本发明公开了一种基于红外热成像XGBoost‑GRU的风力发电机齿轮箱故障检测方法,涉及齿轮箱检测领域,该方法包括:基于红外成像技术获取风力发电机齿轮箱在任意时刻的温度值,并结合风力发电机齿轮箱的运行参数,建立温度与运行参数之间的关联数据库;利用关联数据库与动态时间规则技术,计算风力发电机齿轮箱的运行状态与基准运行状态之间的距离,获取风力发电机齿轮箱的故障检测结果;建立动态特性的疲劳寿命评估模型,预测在故障检查结果前提下风力发电机齿轮箱的失效周期,对风力发电机齿轮箱进行运行调整。本发明可预测齿轮箱的疲劳寿命和失效周期,有效避免设备的突然故障停机,从而减少突发故障带来的经济损失。
技术关键词
风力发电机齿轮箱
疲劳寿命评估
故障检测方法
判断风力发电机
误差加权
机器学习分类模型
门控循环单元
动态
红外成像技术
无监督分类
机器学习技术
周期
载荷
循环疲劳寿命
信息编码技术
权重分配策略
黄金分割比
系统为您推荐了相关专利信息
列车高压设备
声学传感器
伺服单元
远程监控平台
故障检测装置
故障诊断模型
故障检测方法
中间件
随机森林
指标
轴承结构参数
故障诊断模型
轴承故障检测方法
频段
仿真信号
飞机机身
故障检测方法
可见光图像
双层优化模型
生成对抗网络
车辆故障检测方法
指标
车辆运行数据
车辆故障检测装置
平台