MétaCan
Menu
Retour à la cohorte
Enregistrement W1982500216 · doi:10.1260/0309-524x.34.4.375

Vibration Analysis of 2.3 MW Wind Turbine Operation Using the Discrete Wavelet Transform

2010· article· en· W1982500216 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWind Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTurbineVibrationWind powerWaveletDiscrete wavelet transformDowntimeTowerRotor (electric)Daubechies waveletEnergy (signal processing)EngineeringContinuous wavelet transformWavelet transformComputer scienceAcousticsStructural engineeringMathematicsReliability engineeringMechanical engineeringElectrical engineeringArtificial intelligenceStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

The vibration analysis of operational response data from a 2.3 MW wind turbine is presented. Vibration signals were acquired for two unique environmental conditions with an accelerometer mounted in the turbine tower. A Daubechies 6 th order (db6) wavelet was used to perform a 12-level discrete wavelet transform (DWT) revealing trends and similarities within the signals. Full operation signals were segmented into start up and steady state periods. Analysis of turbine start up revealed a common ramping of low frequency energy on the order of rotor rotational frequency. DWT plots were also utilized to reveal high-energy response features related to the mechanical start up of the turbine. Analysis of steady state signals revealed distinct low frequency periodicity evident in the 11 th (0.1776Hz) and 12 th (0.0888 Hz) decomposition levels. The analysis technique performed shows promise for potential integration into comprehensive structural health monitoring schemes designed to reduce downtime and improve the reliability of commercial wind turbines.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,254
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle