文献

J-GLOBAL ID：201802276670923420   整理番号：18A0186786

SCADAデータに基づく風力タービンギアボックス初期故障のための確率警告【Powered by NICT】

Probability warning for wind turbine gearbox incipient faults based on SCADA data

著者 (2件)： Zhang Dongdong (School of Instrument Science and Opto-electronics Engineering, Beihang University) ,  Qian Zheng (School of Instrument Science and Opto-electronics Engineering, Beihang University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 3684-3688  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 風車の総容量の急速な増加に伴い,条件モニタリングは運転と保守計画を効率的に導くことができ,より重要である。故障率は歯車箱中に発生した高いが,歯車装置内の油温度は歯車箱内の透過構造の運転状態を反映することができる。本論文では,サポートベクトルマシン(SVM)回帰を適合予測因子としての監視制御とデータ収集(SCADA)データにおける選択した変数を用いたモデル歯車装置内の油温度。逐次特徴選択(SFS)アルゴリズムは数と特徴集合における特徴の型を決定するために適用した。残留は,確率論的予測間隔から外れる場合,早期警報を実時間で示した。は,提案した方法が実際の故障前に約10日間早期警報を与えることができることを確認した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： サポートベクトルマシン ,  特徴選択 ,  *警報 ,  *初期故障 ,  歯車装置 ,  確率論 ,  故障率 ,  高速度 ,  データ収集 ,  *故障 ,  *歯車箱 ,  *風車 ,  アルゴリズム ,  *SCADAシステム ,  予測

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： SCADA ,  風力タービン ,  ギアボックス ,  初期故障 ,  確率 ,  警告