位置：成果数据库 > 期刊 > 期刊详情页
Fault diagnosis of the wind turbine main bearing through multifractal theory.
  • ISSN号：1022-6680
  • 期刊名称：Advanced Materials Research
  • 时间：0
  • 页码：337-340
  • 相关项目：大型风力机关键部件的环境力行为与状态退化机理研究
作者： Quan Gu|Changzheng Chen|Xiangjun Kong|Xianming Sun|Bo Zhou|Yanling Gu|
同期刊论文项目
大型风力机关键部件的环境力行为与状态退化机理研究
期刊论文 35 会议论文 8 获奖 4 专利 1
同项目期刊论文
Study on periodic time series of rotating machines using multifractal theory based on mechanical mec
Wind turbine gearbox fault detection based on multifractal analysis
Dynamic Analysis and evaluation of wind turbine towers
基于流固耦合的风力机塔筒动态特性分析
Fault Diagnosis for Large-scale Wind Turbines
Wavelet-based multifractal analysis of large scale wind turbine main
基于小波能谱系数的风力机疲劳裂纹特征研究
基于优化小波重分配尺度谱的风力机叶片裂纹损伤识别研究
基于混沌和取样积分技术的大型风电增速箱早期故障诊断
An Identification Method of Appearances and Expansion of Fatigue Crack in the Wind Turbine Blade Bas
Application of the multifractal method to the feature extraction of megawatt wind turbine main beari
State Recognition for Main Bearing of Wind Turbines Based on Multi-fractal Theory
Rolling Bearing Fault Diagnosis Based on Blind Source Separation.
The Finite Element Simulation of Crack Growth of A Wind Turbine Blade
风电机组叶片裂纹故障特征提取方法
风力机叶片疲劳裂纹AE信号的小波变换优化方法
风力机叶片裂纹的动态扩展特性研究
风力机叶片蒙皮初始裂纹的盲信号提取
Wind turbine generator fault detection by wavelet-based multifractal analysis
声振耦合声场分析与结构隔振降噪
Research on Fault Feature Extraction Method of the Wind Turbine Gearbox Based on SVD and Improved HH
混合信号振声源分离与多机组故障诊断
基于声发射和神经网络的风机叶片裂纹识别研究
汽轮机组噪声特性分析与控制
大型恒频变速风力发电机组桨叶的建模与动态特性分析
滚动轴承故障诊断新方法研究
非线性盲提取冷却塔声学诊断研究
二氧化碳离心压缩机的振动分析与故障诊断
基于遗传算法的风力机叶片优化设计
改进二阶统计量算法在风力机主轴承裂纹识别中的应用
基于多重分形的大型风力机主轴故障诊断