江苏大学主页平台管理系统王龙滟--中文主页-- Enhanced Diagnosis of Wind Turbine Main Bearing Faults Through Fusion of Multi-source Signals with a Hybrid MTF-CNN-NSGAII Approach

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

Enhanced Diagnosis of Wind Turbine Main Bearing Faults Through Fusion of Multi-source Signals with a Hybrid MTF-CNN-NSGAII Approach

发布时间：2025-10-20 点击次数：

所属单位：30100
论文名称：Enhanced Diagnosis of Wind Turbine Main Bearing Faults Through Fusion of Multi-source Signals with a Hybrid MTF-CNN-NSGAII Approach
发表刊物：Mechanisms and Machine Science
ISSN号：2211-0984
是否译文：否

上一条：耦合风速测量的风力机时空尾流重构

下一条：Effectiveness of wake control optimization for multiple in-line wind turbines by combinatorial machine learning wake model