گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” راه حل بر اساس SVM کشف نقص در توربین های بادی ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
یک راه حل مبتنی بر SVM عیب یابی در توربین های بادی |
عنوان انگلیسی مقاله: |
An SVM-Based Solution for Fault Detection in Wind Turbines |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2015 |
تعداد صفحات مقاله انگلیسی | 22 صفحه با فرمت pdf |
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 | شبکه های عصبی، توربین های بادی، تشخیص نقص فنی، ماشین آلات بردار تکیه گاه |
شناسه شاپا یا ISSN | ISSN 1424-8220 |
رفرنس | دارد |
لینک مقاله در سایت مرجع | لینک این مقاله در سایت MDPI |
نشریه | MDPI |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 25 صفحه |
ترجمه عناوین تصاویر و جداول | ترجمه شده است |
ترجمه متون داخل تصاویر | ترجمه شده است |
ترجمه متون داخل جداول | ترجمه شده است |
درج تصاویر در فایل ترجمه | درج شده است |
درج جداول در فایل ترجمه | درج شده است |
درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
فهرست مطالب:
چکیده
1.مقدمه
2. راه کار آزمایشی و جمع اوری داده
3. تحلیل ارتعاش و تعریف متغیرها
4. تکنیک های داده کاوی
4.1 شبکه های عصبی
4.2 ماشین آلات بردار تکیه گاه
4.3 انتخاب متغیر
5. نتایج و بحث
6. نتیجه گیری ها و خطوط کاری آینده
بخشی از ترجمه:
6. نتیجه گیری ها و خطوط کاری آینده
معماری نوید بخش برای کشف نقصهای یاطاقان در گیربکسهای توربین های بادی ارائه شده است که از ترکیبی از نمونه بردرای مجدد زاویه ای برای تحلیل ارتعاش، نظارت توان خروجی توربین بادی و تکنیک های داده کاوی برای وظیفه دسته بندی، تشکیل میشود. برای غلبه بر کمبود مجموعه داده ها با طیف وسیعی از شرایط بارها و سرعتها، آزمایشات مختلفی روی یک صفحه آزمایش برای دو مکانیسم نقص رایج انجام شده اند: عدم تراز (دو سطح نقص) و عدم تعادل (پنج سطح نقص)، علاوه بر مورد غیر نقص فنی. کل مجموعه داده شامل 6551 نمونه با 544 متغیر بود، به گونه ای که میتواند یک مشکل در اندازه بزرگ قلمداد شود. مجموعه داده در اصل در هفت مورد نقص فنی و مورد غیر نقص فنی، متعادل شد، هم بخشی هر یک در داده های نهایی بالاتر از 8.4% و پایین تر از 13.5% میباشد.
بخشی از مقاله انگلیسی:
6. Conclusions and Futures Lines of Work
A promising architecture to detect bearing failures in wind-turbine gearboxes has been presented that comprises a combination of angular resampling for vibration analysis, monitoring of the wind-turbine power output and data-mining techniques for the classification task. To overcome the lack of datasets with a wide range of conditions of loads and speeds, different experiments have been performed on a test-bed for two common failure mechanisms: misalignment (two levels of failure) and imbalance (five levels of failure), in addition to the non-fault case. The whole dataset included 6551 instances with 544 variables, such that it can be considered a high dimensional problem. The dataset was mainly balanced within the seven fault cases and the non-fault case, the contribution of each one to the final data set being higher than 8.4% and lower than 13.5%.
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
راه حل بر اساس SVM کشف نقص در توربین های بادی |
عنوان انگلیسی مقاله: |
An SVM-Based Solution for Fault Detection in Wind Turbines |
|