您的位置: 专家智库 > >

李浪

作品数:6 被引量:114H指数:6
供职机构:华北电力大学电气与电子工程学院更多>>
发文基金:国家自然科学基金国家科技支撑计划更多>>
相关领域:电气工程动力工程及工程热物理机械工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 4篇电气工程
  • 2篇机械工程
  • 2篇动力工程及工...

主题

  • 5篇电机
  • 5篇风电
  • 5篇风电机
  • 5篇风电机组
  • 3篇轴承
  • 2篇峭度
  • 2篇轴承故障
  • 1篇剩余寿命
  • 1篇剩余寿命预测
  • 1篇特征提取
  • 1篇特征提取方法
  • 1篇综合评估
  • 1篇阈值
  • 1篇阈值函数
  • 1篇隶属云
  • 1篇流形
  • 1篇流形学习
  • 1篇马尔科夫
  • 1篇马尔科夫链
  • 1篇盲源分离

机构

  • 6篇华北电力大学
  • 2篇沧州供电公司

作者

  • 6篇赵洪山
  • 6篇李浪
  • 3篇张健平
  • 1篇王颖
  • 1篇程亮亮
  • 1篇高夺

传媒

  • 2篇太阳能学报
  • 2篇中国电力
  • 1篇中国电机工程...
  • 1篇电力自动化设...

年份

  • 1篇2018
  • 3篇2017
  • 2篇2016
6 条 记 录,以下是 1-6
排序方式:
一种基于盲源分离和流形学习的风电机组轴承故障特征提取方法被引量:18
2016年
提出一种基于盲源分离(blind source separation,BSS)和流形学习算法的风电机组轴承故障特征提取方法,首先对采集的振动信号利用独立成分分析(independent component analysis,ICA)进行盲源分离,计算各源信号的峭度和负熵,然后对源信号进行包络分析并提取上、下包络线矩阵的奇异值,将峭度、负熵和奇异值组成高维特征向量,最后利用拉普拉斯特征映射流形学习算法(Laplacian eigenmaps,LE)挖掘出高维数据中包含有效信息且具有内在规律性的低维特征。该方法充分利用并有效结合ICA在信号处理和LE在挖掘特征信息方面的优势,实现风电机组轴承故障特征的提取。算例结果表明该方法可有效提取轴承故障特征。
赵洪山李浪王颖
关键词:风电机组轴承盲源分离ICA
基于最优权重和隶属云的风电机组状态模糊综合评估被引量:13
2017年
针对风电机组状态模糊综合评估存在评估指标权重和隶属度确定主观性强的问题,提出了一种基于最优权重和隶属云的风电机组状态模糊综合评估方法。首先,采用层次分析法(AHP)构建状态评估指标体系,引入相对劣化度对状态评估指标进行归一化处理和状态等级划分;其次,采用熵权法和AHP分别确定状态评估指标的客观和主观权重,并通过非线性规划最优化解法确定状态评估指标的最优权重;然后,利用正态隶属云的概念及生成算法,确定状态评估指标对各状态等级的隶属度,构成评估矩阵;最后,通过实例仿真,并与其他评估方法进行比较,验证该方法是更加有效的和合理的。
赵洪山张健平李浪
关键词:风电机组隶属云
风机齿轮箱轴承状态评估与剩余寿命预测被引量:11
2017年
为了提高风机运行的可靠性和经济性,提出一种基于马尔科夫链的风机齿轮箱轴承状态评估和剩余寿命预测方法。首先,建立风机齿轮箱轴承磨损状态的Gamma分布模型,并利用最大似然法对模型参数进行估计;其次,划分风机齿轮箱轴承磨损状态等级,并确定各状态等级区间限值;再次,计算齿轮箱轴承磨损状态转移概率,并构造马尔科夫过程的状态转移矩阵;最后,应用该方法对风机齿轮箱轴承进行算例仿真。算例仿真结果验证了该方法在确定风机齿轮箱轴承磨损状态和剩余寿命方面的有效性。
赵洪山张健平高夺李浪
关键词:风机齿轮箱轴承马尔科夫链剩余寿命预测
基于最大相关峭度解卷积和变分模态分解的风电机组轴承故障诊断方法被引量:13
2018年
针对风电机组轴承故障特征难以提取的问题,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)和变分模态分解(variational mode decomposition,VMD)的轴承故障诊断方法。首先利用MCKD算法对轴承振动信号进行降噪,然后对降噪后的信号进行VMD分解,并利用峭度指标筛选出敏感本征模态函数(intrinsic mode function,IMF),最后通过分析敏感IMF包络谱中幅值突出的频率成分判断故障类型。仿真和实验分析结果表明该方法可成功地提取出故障特征频率,实现风电机组轴承故障的有效诊断。
赵洪山李浪
关键词:风电机组轴承
基于MCKD-EMD的风电机组轴承早期故障诊断方法被引量:32
2017年
风电机组轴承处于早期故障阶段时,特征信号往往比较微弱,并且受环境噪声及信号衰减的影响严重,因此轴承早期故障特征一直难以提取。经验模态分解(EMD)在轴承的故障特征提取中已经得到了广泛的应用,但其在强背景噪声干扰下对轴承早期故障特征的提取具有一定的局限性。针对这一问题,考虑到最大相关峭度解卷积(MCKD)算法可凸显出轴承振动信号中被噪声所掩盖的故障冲击脉冲,非常适用于轴承早期故障信号的降噪处理,因此将MCKD与EMD相结合用于轴承早期故障诊断。用MCKD对强噪声轴承信号进行降噪,然后对降噪后的信号进行EMD,选取敏感本征模态函数(IMF)并计算其包络谱,通过分析包络谱中幅值凸出的频率成分判断故障类型。仿真和试验分析结果验证了所提方法的有效性和准确性。
赵洪山李浪
关键词:风电机组经验模态分解
考虑不完全维修的风电机组状态–机会维修策略被引量:28
2016年
风电机组主要部件维修费用昂贵、可用度低,且不总能够通过维修恢复如新。针对这一问题,提出一种考虑不完全维修的风电机组状态–机会维修策略。该策略应用比例强度模型来描述风电机组部件的不完全维修,通过状态指示器来表述部件的运行状态,并根据状态指示器与状态维修阈值函数和机会维修阈值函数之间的大小关系来确定部件的维修时间和维修方式。在维修因子取值不同的情况下,两条维修阈值函数可通过单位运行时间内平均维修费用最小的方法优化得到。最后,利用风电机组部件的历史故障数据和状态监测数据,从经济性和可用度两方面进行仿真,来验证该策略的有效性和实际应用价值。
赵洪山张健平程亮亮李浪
关键词:风电机组
共1页<1>
聚类工具0