• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议> >A Novel Baseline-Differencing Approach for Creating Generalizable Reliability Models of Ocean Turbine Behavior
【24h】

A Novel Baseline-Differencing Approach for Creating Generalizable Reliability Models of Ocean Turbine Behavior

机译：创建海洋涡轮行为通用化可靠性模型的基线求差新方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Machine condition monitoring/prognostic health monitoring (MCM/PHM) is an important aspect of understanding and predicting the behavior of complex systems such as remote ocean turbines. Frequently MCM/PHM systems will examine vibration data from rotating machinery and define models describing the system's current state. However, vibrations can be affected by many different forces, and state detection generally only seeks to understand some of these. To help eliminate the effects of irrelevant forces, we propose generating a baseline vibration pattern while the machine is operating under stable environmental conditions, and then differencing out this baseline from any data gathered afterwards. In this way, abnormal states will be identified by how they modify baseline behavior. We present a case study demonstrating this approach using data from a dynamometer test bed, and show that the modified data leads to more general models (models which can be built from one environmental condition and applied to others) than using the data without modification.
机译：机器状态监视/预后健康监视（MCM / PHM）是了解和预测复杂系统（例如远程海洋涡轮机）行为的重要方面。通常，MCM / PHM系统会检查来自旋转机械的振动数据，并定义描述系统当前状态的模型。但是，振动会受到许多不同作用力的影响，状态检测通常仅试图理解其中的一些作用力。为了帮助消除不相关的力的影响，我们建议在机器在稳定的环境条件下运行时生成基准振动模式，然后将该基准与随后收集的任何数据区分开。这样，将通过异常状态如何修改基线行为来识别异常状态。我们提供了一个案例研究，该案例使用测功机测试台上的数据演示了这种方法，并且表明，与不使用未经修改的数据相比，修改后的数据可生成更通用的模型（可以从一种环境条件构建并应用于其他环境的模型）。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号