您当前的位置：
首页 >
文章列表页 >
基于RBVS和CBCNN的风机叶片故障检测和分类方法
车辆工程·机械工程 | 更新时间：2026-02-03
上一篇|下一篇

    • 基于RBVS和CBCNN的风机叶片故障检测和分类方法

    • Fault detection and classification of wind turbine blades based on machine learning

    • “介绍了其在风机叶片故障检测领域的研究进展，相关专家提出了一种基于机器学习的风机叶片故障检测和分类方法，为提高故障分类精度提供了新方案。”
    • 周求湛 ，牟岩 ，武慧南 ，陈霄 ，汪锋 ，李琛 ，张雯 ，刘萍萍 ，王聪
    • 吉林大学学报（工学版） 2025年55卷第10期 页码：3119-3130
    • 作者机构：

      1.吉林大学 通信工程学院，长春 130012

      2.华锐风电科技（江苏）有限公司，江苏 盐城 224056

      3.吉林大学 计算机科学与技术学院，长春 130012

    • 作者简介：

      周求湛（1974-），男，教授，博士. 研究方向：微弱信号检测.E-mail：13504465154@163.com

      王聪（1990-），男，副教授，博士. 研究方向：优化理论.E-mail：wangcong2020@jlu.edu.cn

    • 基金信息：
      盐城市重点研发计划（工业）项目(BE2023008);国家自然科学基金项目(62071199)

    • DOI： 10.13229/j.cnki.jdxbgxb.20240617     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 13 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

141

浏览量

223

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于混合特征的特征选择神经肽预测模型
基于机器学习的高速列车轴承温度状态识别
快速路短交织区车辆交互风险预测及影响因素分析
基于深度学习的无线传感器网络流量异常检测
基于切比雪夫对立的二进制蝙蝠算法的特征选择多目标优化生物启发式方法

相关作者

颜振炜
周丰丰
魏苇
段亮
宋春元
刘超
吕成吉
胡立伟

相关机构

吉林大学 软件学院
中车长春轨道客车股份有限公司 国家轨道客车工程研究中心
昆明理工大学 交通工程学院
西安航空学院 计算机学院
西安航空学院 电子工程学院