03-31
2026
学术│基于振动模态分解的汽轮发电机转子故障诊断研究取得新进展
本网讯（大数据学院 文/图 张婧慧）近日，大数据学院杨仁增副教授团队在国际测量领域权威期刊Measurement（JCR Q1/二区Top期刊）发表研究成果《Turbo-generator rotor fault diagnosis via vibration mode decomposition signatures》，针对新能源大规模并网下的汽轮发电机运行安全问题，提出覆盖测量全过程的多模态智能诊断方法，支撑大型发电设备可靠运行。随着风电、光伏等可再生能源并网比例持续提高，电力系统负荷波动加剧，汽轮发电机在频繁调峰运行中承受显著增大的机械与电磁应力，...
专题专栏 
