声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：44-1260/TH
国际刊号：0254-0150
发布日期:
作者：徐启圣,白琨,徐厚昌,张春鹏
单位：合肥学院机械工程系,,合肥学院机械工程系,,合肥学院机械工程系,,合肥学院机械工程系,
关键词：风电发电机;齿轮箱;监测技术;大数据;云监测;智能诊断
基金：安徽省高校优秀青年人才支持计划重点项目（gxyqZD2016276）.
齿轮箱作为风电机组故障率最高的部件，结构复杂、运维困难，影响整机故障率、可靠性、运维成本及发电效率等。通过对风电齿轮箱故障诊断的主要理论、方法及研究现状进行分析并总结存在的问题，提出“五性三化”即动态性、阶段性、多维性、适用性、集成性、定量化、标准化以及统一化共8个方面的解决思路，并结合网络技术、信息技术、大数据技术及人工智能的优势，预测云监测、智能诊断及主动报警的发展趋势。
来源：2019年第8期
《润滑与密封》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。