时频-机理融合驱动的风机传动链零部件故障预测方法

AITNT
正文
推荐专利
时频-机理融合驱动的风机传动链零部件故障预测方法
申请号:CN202510493482
申请日期:2025-04-18
公开号:CN120597141A
公开日期:2025-09-05
类型:发明专利
摘要
本发明公开了时频‑机理融合驱动的风机传动链零部件故障预测方法,提取风机传动链零部件振动信号的时域特征和频域特征,并通过快速傅里叶变换解析功率谱特征;对时域特征和频域特征进行筛选,采用随机森林算法构建基于振动信号时频特征的传动链寿命预测模型;构建风机传动链不同零部件损伤过程的物理机理寿命预测模型;实时监测风力发电机传动链的振动信号,提取当前时频特征并输入上述模型进行寿命预测;对时频特征预测结果与物理机理预测结果进行归一化处理,通过加权平均法融合得到最终剩余寿命预测值,并根据阈值触发分级故障预警。本发明具有敏感性高、抗干扰能力强等优点,适应变工况动态修正,提高了故障预测的准确性和可靠性。
技术关键词
故障预测方法 寿命预测模型 监测风力发电机 频域特征 时域特征 功率谱特征 风力发电机传动链 信号 加权平均法 随机森林 风机叶片裂纹 损伤演化规律 裂纹扩展寿命 CART算法 风机零部件
系统为您推荐了相关专利信息
1
基于多传感器融合的防盗防入侵检测方法与装置
入侵检测模型 防入侵检测方法 多传感器融合 频域特征 预警规则
2
一种基于块稀疏增强舰船辐射噪声DEMON谱的方法及倍频检测方法
舰船辐射噪声 矩阵 信号 稀疏算法 元素
3
基于不同镇痛模式的老年患者术后认知功能评估系统
认知功能评估 脑电图数据 长短期记忆网络 术后认知功能障碍 患者
4
基于混合增强与双向频域特征融合的图像分割方法及系统
互补特征 频域特征 图像分割方法 融合全局 横向特征
5
基于频域通道选择和互信息的深度伪造检测方法与系统
通道 人脸图像数据 特征融合网络 深度卷积神经网络 矩阵
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号