彈性齒式聯軸器廠家對風機齒輪箱故障診斷預防
 

泊頭市春華彈性齒式聯軸器廠家對風機齒輪箱故障診斷預防——聯軸器齒輪箱作為風力發電機的關鍵部件，針對風力發電機聯軸器齒輪箱故障診斷的研究一直是是國內外學者研究熱點，按照故障診斷的研究方法大致可分為是基于數學模型的方法和基于人工智能的方法的兩種方法，故障信號處理的方法和基于過程參數估計的方法兩種。

　隨著社會的進步和科技的發展，人工智能技術已成功應用于社會的各行業中，智能化診斷也將成為診斷領域的發展方向，（一）人工智能診斷方法主要包括專家系統診斷、模糊數學、人工神經網絡等智能化診斷方法。（二）人工神經網絡以其   的容錯、聯想、記憶、推測、自適應等性能，現已被成功應用到許多學科中，在聯軸器齒輪箱故障診斷與預警方面也有大量研究成果。（三）回聲狀態網絡(EchoStateNetwork，ESN)是Jaeger提出的一種新型遞歸神經網絡，其思想源于流體狀態機(LiquidStateMachine，LSM)，其之處在于采用隨機稀疏連接的神經元組成的動態儲備池(DynamicReservoir，DR)，用于對輸入進行高維、非線性的表示。（四）和傳統的神經網絡相比，回聲狀態網絡的穩定性   好，網絡輸出權值的確定是 優的，克服了傳統神經網絡局部 小問題，并簡化了網絡訓練過程。在時間序列預測方面表現出較好的性能，被成功應用于移動通信話務量的預測、高爐煤氣發生量的預測和風電功率的預測等領域。若將回聲狀態網絡的預測性能成功應用到機械設備運行狀態的趨勢預測中，將實現對機械設備故障的早期預警，具有重大意義。

  及以上幾點是春華傳動機械對風機聯軸器齒輪箱的故障診斷預防。此資料由春華傳動機械整理提供。