金晓航
- 作品数：47 被引量：282H指数：9
- 供职机构：浙江工业大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金宁波市自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术矿业工程电子电信更多>>
- 基于生成对抗网络的风电机组在线状态监测被引量：22
- 2020年
- 基于风电机组数据采集与监控系统(SCADA)的大量时序数据分析,提出一种基于生成对抗网络(GAN)的风电机组在线状态监测方法。首先,通过GAN模型中的生成器获得一组与SCADA数据相同维度的生成数据;其次,利用生成的和真实的SCADA数据对GAN模型进行优化训练进而得到用于区分机组健康状态的判别器模型。利用所提方法分别对一台故障风电机组和一台健康风电机组的SCADA数据分析后发现:GAN方法能够有效监测风电机组的在线运行状态,比SCADA系统提早5 d发现故障机组的异常;当风电机组正常工作时,GAN方法比其他方法(如马氏距离、主成分分析、深度神经网络、支持向量机等)误报的次数更少;当机组发生故障后,GAN方法比上述其他方法能检测出更多的异常样本。
- 金晓航许壮伟孙毅孙毅王欣
- 关键词：风电机组数据采集与监控系统
- 基于核密度估计与香农熵的风电机组数据异常检测方法
- 本发明公开了一种基于核密度估计与香农熵的风电机组数据异常检测方法，基于马氏距离，寻找到每个数据点的邻居点，之后利用以高斯函数为核函数的核密度估计方法，对所有的数据进行密度估计。结合邻居点和密度估计值，计算出了以每个点为中...
- 章凯拓黄伟刘振金晓航姚信威
- 基于S变换谱核密度估计的齿轮故障诊断被引量：12
- 2017年
- 针对齿轮在故障损伤状态下的振动信号,提出一种基于S变换谱二维核密度估计的冲击特征提取方法,以实现齿轮的故障诊断。该方法首先对包含冲击特征的振动信号进行S变换;然后将S变换谱乘以一个系数后圆整,得到一个整数矩阵;最后以S变换谱的时间和频率构成一个二维随机变量,以整数矩阵中的元素值作为二维随机变量各个采样样本的个数,对二维随机变量进行核密度估计,并最终得到一个二维核密度函数。该核密度函数相当于由S变换谱经过一次平滑去噪的过程获得,其中的噪声得到了有效的抑制,而冲击特征则得到了加强与突显。仿真振动信号和齿轮箱故障振动信号的分析结果表明,该方法能够有效地强化并提取出振动信号中周期性的冲击特征,从而实现齿轮箱相关故障的诊断。
- 郭远晶魏燕定金晓航杨友东
- 关键词：齿轮故障诊断S变换
- 一种基于特征选取和马氏距离的电机健康监测和异常诊断方法
- 一种基于特征选取和马氏距离的电机健康监测和异常诊断方法，首先对电机的振动，电流和转速信号进行数据采集，然后对这些信号进行特征计算构建特征空间，运用特征选取方法选取出用于马氏距离计算的特征向量；然后计算正常工作状态电机的马...
- 金晓航孙毅单继宏
- 文献传递
- 基于SCADA数据分析和稀疏自编码神经网络的风电机组在线运行状态监测被引量：24
- 2021年
- 通过融合稀疏自编码器和深度神经网络算法,提出一种基于SCADA数据的风电机组在线运行状态监测方法。首先,通过稀疏自编码器学习SCADA高维数据中复杂的内在特征,得到数据的降维表示;其次,基于降维后的数据利用深度神经网络预测风电机组的有功功率,通过对比分析预测功率与实际功率之间的残差判断风电机组的运行状态;最后,利用某风电机组近一年半的SCADA数据,对所提方法进行验证分析,结果表明,所提方法提早5天检测出风电机组发电机的异常情况,为有效避免故障恶化引发的突然停机、降低运维成本、提高风电能源的竞争力提供技术支持和保障。
- 金晓航许壮伟孙毅孙毅
- 关键词：风电机组数据采集与监控系统
- 一种基于二元维纳过程的轴承剩余寿命预测方法
- 一种基于二元维纳过程的轴承剩余寿命预测方法，包括以下步骤：1)采集轴承退化阶段垂直方向和水平方向上的振动信号；2)分别计算两个方向上振动信号的有效值，将获得的有效值作为轴承的两个退化性能指标；3)检验分析性能指标的增量是...
- 金晓航李建华
- 文献传递
- 轴电流对风力发电机组轴承性能退化影响的模拟平台
- 一种轴电流对风力发电机组轴承性能退化影响的模拟平台，下底板上安装固定直流无刷电机，上底板上安装固定永磁风力发电机，直流无刷电机和永磁风力发电机通过皮带和皮带轮传动，电刷与皮带轮和永磁风力发电机中间的轴相接触，电机调速装置...
- 金晓航许壮伟
- 文献传递
- 基于SCADA数据和单分类简化核极限学习机的风电机组发电机状态监测被引量：11
- 2022年
- 为了检测风电机组发电机异常,减少由故障引起的机组停机事件的发生,提出一种基于数据采集与监控系统(SCADA)数据分析和单分类简化核极限学习机(OC-RKELM)建模的发电机状态监测方法。首先,在风电机组SCADA数据中选取与发电机健康状态相关的特征,参照风电机组的性能特性同时结合局部异常因子算法对数据进行清洗;其次,利用机组历史正常的行为数据训练OC-RKELM模型,探明机组正常工作的行为规律,进而基于该模型在线监测发电机运行状态,当其工作异常时及时实现预警;最后,与其他单分类方法进行了对比分析,并利用t-SNE可视化技术对所提方法的分析结果进行了验证与评估。结果表明:OC-RKELM具有较好的健康状态监测效果,比其他单分类方法能更早发现风电机组发电机工作异常。
- 金晓航泮恒拓许壮伟孙毅刘伟江
- 关键词：风电机组极限学习机
- 一种基于电流信号和解调技术的齿轮箱故障诊断方法
- 一种基于电流信号和解调技术的齿轮箱故障诊断方法，所述方法包括以下步骤：S1.采集由齿轮箱带动工作的发电机三相交流电的某一相电流信号；S2.利用信号解调技术和三角函数计算分别得到电流信号的幅值、角度变化的时间序列信息；S3...
- 金晓航
- 文献传递
- 频谱密度函数相似性比较的齿轮箱故障诊断被引量：4
- 2018年
- 为降低齿轮箱振动信号频谱分析与故障识别的难度,提出了基于频谱核密度估计与密度函数相似性比较的齿轮箱故障诊断方法。首先针对齿轮箱的每一种故障状态采集多组振动信号,利用核密度估计方法对每组振动信号的频谱求取密度函数;然后选取一部分密度函数进行算术平均化,得到对应故障状态下的标准密度函数;最后根据测试振动信号频谱密度函数与各种故障状态标准密度函数之间的余弦相似度值与相关系数值,对齿轮箱的故障状态进行识别。试验结果表明:与振动信号的频谱相似性比较方法相比,所提方法对于齿轮箱故障状态的判别具有更高的准确率,同时对应于齿轮箱的不同故障状态,相关系数比余弦相似度显示出更大的差异性,具有更好的适用性。
- 郭远晶魏燕定金晓航杨友东
- 关键词：故障诊断齿轮箱核密度估计余弦相似度相关系数
