دانلود ترجمه مقاله راه حل مبتنی بر SVM برای تشخیص خطا در توربین بادی
ترجمه فارسی مقاله راه حل مبتنی بر SVM برای تشخیص خطا در توربین بادی
.
دانلود مقاله انگلیسی با ترجمه فارسی : |
دانلود رایگان مقاله انگلیسی An SVM-Based Solution for Fault Detection in Wind Turbines |
خرید ترجمه فارسی مقاله راه حل مبتنی بر SVM برای تشخیص خطا در توربین بادی |
.
بخشی از ترجمه فارسی مقاله : راه حل مبتنی بر SVM برای تشخیص خطا در توربین بادی |
تحقیقات در تشخیص نقص فنی در ماشین آلات دارای طیف وسیعی از بارها و سرعتهای متغیر، مثل توربین های بادی، از بسیار مورد توجه صنعتی قرار دارد. تحلیل سیگنالهای توان ساتع شده توسط توربینهای بادی برای تشخیص نقصهای مکانیکی در زنجیره ارسال آنها، ناکافی است. یک تشخیص موفقیت آمیز به شمول شتاب سنج ها برای ارزیابی ارتعاش ها نیاز دارد. این اثر، سیستم چند حسی برای تشخیص نقص فنی در توربینهای بادی را ارائه میدهد، که با راه حل داده کاوی برای کار دسته بندی انتخاب میشود، از جمله دو هسته ی قدیمی و دو هسته ی جدید.
این سیستم چند حسی، بر روی یک صفحه ی آزمایش ارزیابی شده است که شرایط حقیقی توربینهای بادی را با دو سنخ شناسی نقص فنی، شبیه سازی میکند: عدم تراز و عدم تعادل. مقایسه عملکرد SVM و ANNها بر حسب دقت، زمانهای آموزش و میزان سازی، از هسته های دیگر بهتر عمل میکند. مناسب بودن و عملکرد بهتر SVM خطی، هم به طور آزمایشی تحلیل میشود، تا نتیجه گیری کند این تکنیک کسب داده، مجموعه داده های قابل تفکیک خطی را ایجاد میکند. |
.
بخشی از مقاله انگلیسی : |
An SVM-Based Solution for Fault Detection in Wind Turbines |
Research into fault diagnosis in machines with a wide range of variable loads and speeds, such as wind turbines, is of great industrial interest. Analysis of the power signals emitted by wind turbines for the diagnosis of mechanical faults in their mechanical transmission chain is insufficient. A successful diagnosis requires the inclusion of accelerometers to evaluate vibrations. This work presents a multi-sensory system for fault diagnosis in wind turbines, combined with a data-mining solution for the classification of the operational state of the turbine. The selected sensors are accelerometers, in which vibration signals are processed using angular resampling techniques and electrical, torque and speed measurements. Support vector machines (SVMs) are selected for the classification task, including two traditional and two promising new kernels.
This multi-sensory system has been validated on a test-bed that simulates the real conditions of wind turbines with two fault typologies: misalignment and imbalance. Comparison of SVM performance with the results of artificial neural networks (ANNs) shows that linear kernel SVM outperforms other kernels and ANNs in terms of accuracy, training and tuning times. The suitability and superior performance of linear SVM is also experimentally analyzed, to conclude that this data acquisition technique generates linearly separable datasets. |
.
مشخصات مقاله : | |
عنوان فارسی: یک راه حل مبتنی بر SVM عیب یابی در توربین های بادی |
|
عنوان انگلیسی: An SVM-Based Solution for Fault Detection in Wind Turbines |
|
تعداد صفحات مقاله انگلیسی : 22 | تعداد صفحات ترجمه فارسی : ۲۵ |
سال انتشار : ۲۰۱۵ | نشریه: MDPI |
فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
کد محصول : ۷۵۴۷ | رفرنس : دارد |
محتوای فایل : zip | حجم فایل : 1.63Mb |
رشته های مرتبط با این مقاله: مهندسی انرژی، مهندسی برق و مهندسی مکانیک |
|
گرایش های مرتبط با این مقاله: الکترونیک قدرت و ماشینهای الکتریکی، انرژی های تجدیدپذیر، مکاترونیک و مهندسی کنترل |
|
مجله: سنسورها – Sensors | |
دانشگاه: گروه مهندسی عمران، دانشگاه بورگوس، اسپانیا |
|
کلمات کلیدی: تشخیص نقص فنی، شبکه های عصبی، ماشین آلات بردار تکیه گاه، توربین های بادی | |
وضعیت ترجمه عناوین تصاویر و جداول : ترجمه شده است | |
وضعیت ترجمه متون داخل تصاویر و جداول : ترجمه نشده است | |
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
دانلود مقاله انگلیسی با ترجمه فارسی : |
دانلود رایگان مقاله انگلیسی An SVM-Based Solution for Fault Detection in Wind Turbines |
خرید ترجمه فارسی مقاله راه حل مبتنی بر SVM برای تشخیص خطا در توربین بادی |
مطالب مرتبط: |
دانلود مقالات برق با ترجمه فارسی دانلود مقالات الکترونیک با ترجمه فارسی دانلود رایگان مقاله انگلیسی با ترجمه فارسی دانلود مقالات مهندسی انرژی با ترجمه فارسی |
.
پشتیبانی : | |
شما پس از انتخاب دکمه خرید در سایت کالج پروژه به سایت ایران عرضه جهت انجام مراحل خرید هدایت خواهید شد. | |
– تلفن ثابت: ۰۴۱۴۲۲۷۳۷۸۱ – ساعات تماس: ۷ صبح الی ۱۸ عصر – آدرس ایمیل: iranarze.supt@gmail.com – تلگرام ایران عرضه: ۰۹۲۱۶۴۲۶۳۸۴ – پیامک: ۰۹۲۱۶۴۲۶۳۸۴ – آدرس: آذربایجان شرقی، مرند، خیابان کشاورزی، کوچه امین، پلاک ۳۰ – کد پستی: ۵۴۱۶۸۵۵۱۸۳ |
.