论文部分内容阅读
为精准检测齿轮箱轴承故障,实时进行有效监测以保证风电齿轮箱健康运行,提出一种基于孤立森林算法的风电齿轮箱轴承故障检测方法.首先,以齿轮箱轴承温度为故障检测模型的输出变量,采用多尺度图相关算法选择输入变量;然后,提取输入变量的均方根和包络线进行自组织映射神经网络特征融合;最后,以融合值为模型输入量,使用孤立森林算法进行异常点检测.实例验证表明,经过特征融合后模型的平均检测精度提高21.56％,平均运行时间缩短0.123 s,整体性能优于常用的BPNN,RF,SVM模型.