【摘 要】
：
针对风电齿轮箱状态监测数据的多变量动态时空关联性特点,提出了一种基于长短期记忆(long short-term memory,LSTM)网络的齿轮箱故障预测方法,主要包括离线建模和在线监测两
【机 构】
：
燕山大学电气工程学院,河北秦皇岛066004
论文部分内容阅读
针对风电齿轮箱状态监测数据的多变量动态时空关联性特点,提出了一种基于长短期记忆(long short-term memory,LSTM)网络的齿轮箱故障预测方法,主要包括离线建模和在线监测两个阶段.首先,以齿轮箱油温为目标预测变量,充分考虑其与其它相关输入变量之间在时空维度上的重要关联信息,对历史监测数据进行训练学习,建立齿轮箱正常运行时的油温监测LSTM模型,通过对预测残差进行评估计算设定相应的检测阈值;然后,将训练好的油温监测LSTM模型用于在线测试,通过模型残差分析和阈值比较实现齿轮箱故障状态的检测和预测;最后,通过风电场测试数据对所提出的方法进行验证.结果 表明,相比于其它传统方法,该方法表现出更好的预测性能,能够较早预测故障的发生.
其他文献
海量数据的涌现催生了一种新兴的数据交易模式:数据市场.但中心化的数据市场易遭到单点失败、内部或外部攻击.区块链的出现为实现去中心化的数据交易提供了一种可能.然而,实现数据持有者与数据消费者公平数据交易,还需解决如下挑战:(1)数据持有者数据的可靠性;(2)互不信任的双方原子交换的公平性.本文提出了基于机器学习的公平数据交易协议以解决这些挑战,运用反向传播神经网络和向量承诺实现数据持有者与数据消费者
SIMON算法是美国国家安全局(NSA)于2013年发布的轻量级分组密码,支持多种分组长度和密钥长度,具有优良的软硬件实现性能,可以满足各种应用环境的安全需求。SIMON算法的加密轮变换非常简洁,只包含循环移位、按位与和按位异或运算,已经成为一些密码算法设计的仿效对象。直至目前为止,NSA也没有公开SIMON算法的设计原理以及安全性自评估结果,因此SIMON算法引起了密码学术界的研究兴趣,有学者通
自2012年AlexNet模型提出以来,图像分类技术研究进入了深度学习时代.模型分类能力的提高使得技术的实际应用变得普及,许多企业将图像分类与云计算等技术结合,为用户提供各类便捷服务.但是模型的广泛使用带来了巨大的图像数据隐私泄漏风险.这一问题严重阻碍了图像分类技术的应用与发展.为此研究人员尝试将同态加密和安全多方计算等密码学技术与图像分类模型相结合,设计隐私保护方案.由于引入隐私保护会对模型的可
棉花是可以异花授粉的自花授粉作物,利用蜜蜂授粉能够帮助棉花减少脱落增加产量。据苏联试验,利用蜜蜂授粉比不利用蜜蜂授粉的,一般可增加成铃12—22.5%,同时棉铃重、衣分和
近年来,深度学习技术广泛应用于侧信道攻击领域.本文提出了一种使用改进残差网络和数据增强技术,直接恢复密钥字节的能量分析攻击方法.首先将残差网络模型中的二维卷积核改进为适用于处理能量迹的一维卷积核,然后使用数据增强技术对原始能量迹增加高斯噪声和随机相位抖动,最后使用训练好的模型实现密钥恢复.通过实验对现场可编程逻辑门阵列(FPGA)实现的AES分组密码算法进行了攻击,使用"分而治之"的策略,对128
研究背景及实验目的：支气管哮喘是严重危害当代人健康的呼吸系统疾病，其以肺部嗜酸性粒细胞浸润、气道粘液增多及气道高反应性为主要特征，临床表现为反复发作的喘息、呼气性呼吸
针对淡水无核珍珠质层内部缺陷检测的需求,提出一种通过光学相干层析图像实现淡水无核珍珠内部缺陷自动检测的方法。根据珠层灰度变化的特点,识别图像中缺陷区域的梯度特征和缺陷位置变化特征,并利用缺陷特征建立反向传播神经网络模型。实验中采集了内部无缺陷和内部有多种类型缺陷淡水无核珍珠的光学相干层析图像各20幅,对图像进行预处理并提取特征,利用K-means算法检测样本类型与所提取特征的匹配度,用特征与类型相
请下载后查看，本文暂不支持在线获取查看简介。
Please download to view, this article does not support online access to view profile.
目的:通过运用彩色多普勒超声仪测定晚孕期胎儿脐动脉(UmbilicalArtery，UA)及胎儿大脑中动脉（Middle Cerebral Artery，MCA）各阻力指标及其相应比值，预测胎儿宫内缺氧时以上各项指
利用VHS56、VHS90和KPG-10作为比对传递用矢量水听器,中国杭州应用声学研究所与俄罗斯VNIIFTRI开展了5 Hz～ 10 kHz频率范围矢量水听器校准国际比对.利用各自的自由场互易法和