机译:风力发电机轴承故障的贝叶斯状态预测
πSeG, ESRL, Mærsk Mc-Kinney Møller Institute, University of Southern Denmark;
πSeG, ESRL, Mærsk Mc-Kinney Møller Institute, University of Southern Denmark;
Siemens Wind Power A/S,Cognitive Systems, Technical University of Denmark;
Siemens Wind Power A/S;
πSeG, ESRL, Mærsk Mc-Kinney Møller Institute, University of Southern Denmark;
Fault prediction; Bayesian inference; Machine learning; Data driven; Classification; Wind turbines;
机译:优化的轴承可提高风力发电机的可靠性:Liu Su检查了风力发电机齿轮箱轴承的一般故障模式,并研究了解决问题的方法
机译:通过高频振动数据分析和支持向量机算法的风力涡轮发电机轴承故障预测
机译:复杂地形中风力涡轮机的微选址:直接驱动风力涡轮机主轴承的简化疲劳寿命预测
机译:通过高压扭力试验发现风轮机白结构剥落破坏中的微观组织变化
机译:预测风力涡轮机故障和相关成本:调查故障原因,影响和严重性,建模可靠性并使用可靠性方法和机器学习技术预测风力涡轮机的故障时间,维修时间和故障成本
机译:风力涡轮机主要轴承故障预后仅基于SCADA数据
机译:通过高频振动数据分析和支持向量机算法的风力涡轮发电机轴承故障预测
机译:风力涡轮机滚动轴承失效图谱