首页 > 中国科技人才

基于机器学习的电力拖动系统预测维护与状态监控

在线阅读下载PDF 导出详情

摘要电力拖动系统是工业生产领域核心动力设备，其稳定运行直接关系到生产效率与生产安全。传统计划式维护模式存在维护不及时或过度维护的缺陷，无法适配现代工业智能化生产的需求。本文将机器学习技术引入电力拖动系统的状态监控与预测维护环节，分析机器学习算法在设备状态特征提取、故障预测中的应用逻辑，构建基于监督学习与异常检测结合的状态监控框架，验证该框架对早期故障的识别精度与预测准确性，结果表明该方案可有效降低设备故障停机率，减少维护成本，为电力拖动系统的智能化运维提供可行路径。

DOI wslwpp/0167

作者魏璐洁

机构地区 410527199106119742

出处《中国科技人才》 2026年第14期

关键词机器学习；电力拖动系统；预测维护；状态监控

发表时间 2026年07月31日（期刊网平台发表日期，不代表实际的发表时间）

相关文献

1 裴晓芳. 人工智能在企业档案管理中的应用研究 . 未知分类,2026-08.
2 朱会亭 . 面向可持续发展的机械设计与制造一体化方法研究 . 未知分类,2026-07.
3 支福畅 . 电力拖动系统中的多级变换器拓扑优化与热管理研究 . 未知分类,2026-07.
4 张云龙 . 可再生能源并网与储能系统协同优化的潮流控制策略 . 未知分类,2026-07.
5 张山山 . 水利水电工程中智能监测与自动控制技术的应用 . 未知分类,2026-07.
6 张瑞军 . 面向智能制造的机械设计方法与优化流程研究 . 未知分类,2026-07.
7 张培 . 基于强化学习的电力拖动自动化控制策略优化 . 未知分类,2026-07.
8 张洪亮 . 面向电力拖动系统的故障诊断与容错设计的协同控制研究 . 未知分类,2026-07.
9 许成雨 . 自适应功率分配在多电机驱动电力拖动自动化中的应用 . 未知分类,2026-07.
10 谢书志 . 基于多状态观测的电力拖动系统健康监测与自动化运维 . 未知分类,2026-07.

来源期刊

基于机器学习的电力拖动系统预测维护与状态监控

《中国科技人才》 2026年第14期

相关推荐

同分类资源

返回顶部