Application of K-Nearest Neighbor Algorithm in Intelligent Diagnosis of Wind Turbine Blade Damage

瀏覽統計 Email 通知 RSS Feed

簡歷

基本資料

Project title

Code/計畫編號

110-2221-E-019-078-

Translated Name/計畫中文名

應用K-近鄰演算法在風機葉片損傷之智能診斷

Project Coordinator/計畫主持人

Yao-Chi Tang

Funding Organization/主管機關

National Science and Technology Council

Department/Unit

Department of Systems Engineering and Naval Architecture

Website

https://www.grb.gov.tw/search/planDetail?id=13864676

Year

2021

Start date/計畫起

01-08-2021

Expected Completion/計畫迄

31-07-2022

Bugetid/研究經費

479千元

ResearchField/研究領域

機械工程

台灣風力發電機分佈在西部沿岸及離岸，容易直接受到海水的侵蝕及飛砂風塵的襲擊，這樣的惡劣環境勢必會影響風力發電機葉片的使用壽命及發電的經濟效益。透過本研究提供一套風機葉片損傷診斷的模組，不僅讓維修的工作效率提升，更可以延長葉片的使用年限，降低風機葉片的建置成本。近年來，由於感測器的成本與取得，不僅容易，價格也不高，對於機械系統載具智能化模組的研究與應用變得非常廣泛。而本研究採取噪音訊號作為診斷的來源，並利用k-近鄰演算法進行診斷，除更貼近真實運轉條件外，其判斷的準確率也相當高。所以建置此診斷模組將可提供學術研究的另外一種方向，最後可將建立的預估診斷模組商品化，提供現場人員更科學的判斷準則。

Keyword(s)

監督式學習
廣義碎形維度
k-近鄰演算法
貝葉斯優化
超參數優化
Supervised Learning
Generalized Fractal Dimensions
k-Nearest Neighbor
Bayesian Optimization
Hyper-Parameter Optimization

DSpace CRIS

Application of K-Nearest Neighbor Algorithm in Intelligent Diagnosis of Wind Turbine Blade Damage

基本資料

Description