TY -的A2 Thippa Reddy, g . AU -维维斯,哈维尔盟——玫瑰艾伯特,爱德华多AU - Quiles埃米利奥盟——Palaci胡安AU -柱身,特蕾莎修女PY - 2022 DA - 2022/12/26 TI -振动分析的故障检测风力涡轮机通过结合机器学习技术和3 d扫描激光SP - 2093086六世- 2022 AB -通过这种研究,我们应用range-resolved干涉法(RRI)风力发电机的维护使用的一些最相关的机器学习(ML)技术。电气和机械部件的退化风力涡轮机可以预测,发现和预期使用这种方法的自动和自主学习。振动在两个不同的故障状态检测激光扫描仪的帮助。进程内由RRI同意手工测量,测量激光扫描测量,进程内的手后测量了每一个工作循环。因此,该方法将是非常有用的监测和诊断故障的风力涡轮机。系统还可以执行过程中测量低成本。SN - 1687 - 5265 UR - https://doi.org/10.1155/2022/2093086 - 10.1155 / 2022/2093086摩根富林明计算智力和神经科学PB - Hindawi KW - ER