江苏大学主页平台管理系统王龙滟--中文主页-- Intelligent fault diagnosis for wind turbine main bearings through multi-source signal fusion and lightweight model design with knowledge distillation

个人信息

王龙滟

学位：博士
性别：男
学历：博士研究生毕业
在职信息：在本单位任职
所在单位：流体机械工程技术研究中心

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

Intelligent fault diagnosis for wind turbine main bearings through multi-source signal fusion and lightweight model design with knowledge distillation

发布时间：2025-10-06 点击次数：

所属单位：流体机械工程技术研究中心
论文名称：Intelligent fault diagnosis for wind turbine main bearings through multi-source signal fusion and lightweight model design with knowledge distillation
ISSN号：1354-2575
是否译文：否

上一条：A novel generative-predictive data-driven approach for multi-objective optimization of horizontal axis tidal turbine

下一条：TurbineNet: Advancing tidal turbine blade hydrodynamic performance prediction with neural networks