点击次数：

所属单位：先进制造工程学院

负责人姓名：苏祖强

说明：针对风机传动链早期故障征兆不明显、随工况时变、动态演变发展等特点，提出基于多状态流形演变机理学习的风机传动链早期故障预测新方法，在状态流形演变机理学习框架内解决风机传动链早期故障微弱征兆增强、征兆信息同尺度表征、征兆演变趋势预测等关键问题。该方法的研究思路如下：①提出集微弱征兆增强、同尺度表征、演变趋势预测等功能于一体的流形分析新思想，形成早期故障预测的新理论和新方法；②提出多源状态流形加权融合新方法，实现早期故障微弱征兆表征与增强；③提出基于多核空间映射的不同工况条件下状态流形间的映射模型，实现风机传动链早期故障征兆的同尺度表征；④提出状态流形空间嵌入趋势预测机制的流形演变机理学习新方法，解决风机传动链早期故障跨时间尺度的趋势预测问题。所提方法对确保风力发电设备的安全可靠运行以及实现风机传动链先进的维修思想和维修策略具有重要的理论和经济价值。

项目参与人员：苏祖强,冯松,郑凯,苏祖强

立项时间：2017-09-26

结项日期：2020-12-31

开始日期：2018-01-01