基于CEEMDAN-TSMPE-PCA风力发电机齿轮箱高速轴承故障诊断技术

针对风力发电机组轴承故障信号微弱、不易提取、识别困难等问题,提出基于自适应白噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、时移多尺度排列熵(Time-Shift Multiscale Permutation Entropy, TSMPE)、主成分分析法(Principal Component Analysis,PCA)相结合的振动信号降噪算法,结合改进人工鱼群(Improved Artificial Fish Swarm Algorithm,IAFSA)优化支持向量机(Support Vector Machine,SVM)分类算法,实现风力发电机轴承的故障诊断。首先将风力发电机轴承原始振动信号进行CEEMDAN分解,得到一系列由高频到低频的IMF分量,通过相关系数筛选出经CEEMDAN分解后所产生虚假分量以及残余噪声分量并进行剔除,再通过峭度值在剩余分量中筛选出包含故障信息较多的IMF分量进行信号重构;其次,采用TSMPE计算重构信号的敏感特征值,经PCA选择后组成特征向量;最后,以IAFSA优化SVM,训练IAFSA-SVM多分类故障分类器,实现风力发电机轴承故障识别。将该方法与其他组合方法进行比较,证明所提方法在风力发电机轴承故障诊断中具有优越性和有效性。     

基于残差神经网络的风机叶片结冰故障诊断

风力发电机叶片结冰故障直接影响风力发电机的运行安全和发电效率.针对这一问题,提出一种基于一维残差神经网络(1DRes-CNN)的叶片结冰诊断模型,该模型通过风机SCADA数据进行风机叶片结冰故障诊断.首先通过标记标签、数据分割、类间平衡和归一化对SCADA数据进行预处理;然后基于叶片结冰物理机制和XGBoost特征重要...     

探讨变速风力发电机变流器故障诊断

本文分析了变速风力发电机变流器故障的产生的原因,讨论了故障的诊断方法及诊断中需要注意的问题。     

消除风力发电机定子电流检测中基频干扰的方法

在对双馈风电机组故障诊断的定子电流信号分析中,被测定子电流中的50 Hz基频在采集后会出现基频泄漏,而淹没实际存在的微弱故障信号,给故障诊断带来困难.针对基频淹没问题,通过大量实验研究,提出了一种基于减法器消除基频干扰的方法.首先对双馈风电机组定子电流基频淹没问题进行分析,然后设计一种基于减法器产生拍振信号的硬件手动消除50 Hz基频干扰的方法.实验结果表明:该方法能够有效削弱电流检测中的基频干扰,为风力发电机故障信号的获取提供便利.     

浅谈双馈风电机组发电机轴承维护

目前,随着变频技术的逐步发展,双馈风力发电机组在国内使用的最为广泛,而其发电机轴承故障在机组大部件故障中占有很大的比例,给设备的安全稳定运行带来极大的安全隐患。本文从双馈发电机工作的原理、发电机轴承运行的工况等方面分析轴承故障的原因,进而提出发电机轴承维护的有效措施。     

风力发电机组转子不对中故障诊断

风电技术迅猛发展,风电场风力机故障频发,对风机的安全运行和故障诊断的研究已成为风电技术发展中的重要研究内容。国内对于风力机故障诊断技术的研究尚在起步阶段,且集中于对齿轮箱的研究,对转子不对中故障研究尚少。针对以上问题,用振动测试系统对异常工作风力发电机组进行振动测试,采集振动测试信号,对振动信号进行时域、频域分析,得到机组转子不对中故障信号特征,为风力机转子不对中故障诊断提供依据。     

大型汽轮发电机振动故障诊断与分析

本文介绍了大型汽轮发电机振动故障的类型及产生原因,阐述了振动故障诊断和分析的方法。     

基于EEMD和能量分离的风电机组传动系统的故障诊断方法

摘 要：针对风力发电机传动系统故障发生时难以有效提取识别问题，提出基于EEMD分解和能量分离算法的故障诊断方法。首先，对采集到的振动信号进行EEMD分解；然后，根据峭度和相关系数选取包含故障最多且与原信号相关性较大的IMF分量；最后，通过能量分离算法来估计选定的IMF分量的幅值包络和瞬时频率，用来进一步解调分析，实现故障的诊断与定位。通过对风电传动系统的实验数据和风场现场实际运行数据证实了提出方法的准确性和有效性。该方法在风电场的实际工程当中具有良好的应用价值。     

基于样本熵的风力发电机早期故障检测

针对发电机定子匝间短路和转子断条等早期故障特征具有幅值小、非稳态、易受工况影响等特点,引入样本熵算法实现风力发电机定子电流和电磁转矩信号特征提取,并模拟不同负载条件下故障信号,实现定量参数分析。分析结果表明,样本熵算法适用于在变工况及噪声干扰条件下,对短数据参量进行分析并实现故障特征定量描述,可用于风力发电机早期故障检测和实时在线监测。     

有关汽轮发电机振动故障的研究

本文应用层次分析方法对汽轮发电机结构和故障进行了分析，把汽轮发电机划分为系统、子系统和部件三个层次，分别对每个层次进行故障模式及影响分析，结合故障树分析方法得到了导致汽轮发电机振动故障的根本原因及其特征参数。提出了基于多属性特征距离的汽轮发电机振动故障诊断方法，最后给出了多特征属性距离诊断方法在汽轮发电机振动故障诊断中的工程应用实例。     

基于EEMD和能量分离的风电机组传动系统的故障诊断方法

针对风力发电机传动系统故障发生时难以有效提取识别问题,提出基于EEMD分解和能量分离的故障诊断方法。对采集到的振动信号进行EEMD分解,根据峭度和相关系数选取包含故障最多且与原信号相关性较大的IMF分量;应用EEMD对信号进行分解,满足能量分离的要求。利用Teager能量算子对信号瞬时变化和精细时间分辨率的适应性,用能量分离算法估计选定的IMF分量的幅值包络和瞬时频率,用来进一步做Fourier变换,通过频谱分析实现故障的诊断与定位。风电机组的实验数据和现场实际运行数据证实了所提方法的准确性和有效性。该方法在风电场的实际工程中具有较高的应用价值。     

110MW汽轮发电机组轴系转子不平衡故障的诊断及治理技术

根据振型分离方法和模态理论的基本思想,对检修后的捷克110 MW汽轮发电机组转子不平衡故障进行了诊断.在工作转速下对轴系各轴承进行实测和分析诊断,得出发电机转子7#瓦振动超标的主要原因是转子存在较大的二阶不平衡分量的激振力,并且在转子激振力作用下发电机轴承座刚度降低,轴承座基础产生差别振动,导致7#瓦垂直振动和轴向振动超过振动标准数倍.这种诊断方法在故障诊断和轴系动平衡领域有着良好的工程应用前景.     

基于三种风力发电机模型的研究与分析

本文通过建立普通异步风力发电机模型、双馈感应风力发电机模型、直驱永磁同步风力发电机模型,研究了3种模型的基本组成形式以及对电力系统的影响,通过分析为今后新能源的研究奠定了理论基础。     

双馈式风力发电机减振系统的优化

发电机是风力发电机组的关键部件之一,必须保证其在正常工作状态下运转平稳且不发生共振。国内某双馈式风力发电机在运行过程中出现振动超标问题,理论计算及振动测试结果表明减振器与发电机不匹配。通过安装不同刚度性能的橡胶减振器,并进行相关的振动测试,找到适合该电机的减振器,为发电机选配合适的减振器提供参考。     

基于残差神经网络的风机叶片结冰故障诊断

风力发电机叶片结冰故障直接影响风力发电机的运行安全和发电效率。针对这一问题，提出一种基于一维残差神经网络(1DRes-CNN)的叶片结冰诊断模型，该模型通过风机SCADA数据进行风机叶片结冰故障诊断。首先通过标记标签、数据分割、类间平衡和归一化对SCADA数据进行预处理；然后基于叶片结冰物理机制和XGBoost特征重要性计算选取与叶片结冰最相关的特征；最后利用构建好的1DRes-CNN模型进行叶片结冰诊断、实验结果表明，经过优化选取的特征，相较于SCADA全部特征作为1DRes-CNN模型输入，风叶结冰诊断准确率提升约为7 %。此外，与卷积神经网络、支持向量机和随机森林模型相比，该模型具有更高的诊断性能和泛化能力。     

空调电路故障诊断的专家系统

阐述了构建空调电路故障诊断系统的目的,并以模糊理论为基础,结合空调电路的实际运行工况,专家经验等,构建了空调电路故障诊断知识库。同时,分析了故障原因与故障征兆之间的模糊关系,建立了空调电路模糊故障诊断数学模型。最后以一个故障诊断实例进行具体分析,验证了模糊理论在空调电路故障诊断中的可行性。     

浅谈汽油车电控系统的故障诊断

汽车电控系统是复杂的综合控制系统,其故障原因与形成远比机械系统复杂的多,在诊断故障时需要掌握电控系统故障诊断的基本原则、步骤与分析方法,运用科学的故障诊断方法对系统故障现象进行综合分析、判断,确定故障的性质和可能产生此类故障的原因与范围：制定合理的诊断程序进行深入诊断与检查,使汽车恢复应有的性能与技术指标。     

新能源材料

<正>美国将建世界最大风力发电机美国风能产业飞速发展。在过去9年,美国可再生能源的总量增长了3倍多,其中风能和太阳能占多数。现在,他们计划利用更多的风能,而降低其成本的最佳方式之一是建造更大的风力发电机。这正是由弗吉尼亚大学研究人员带领的包括6个机构在内的联合团队正在设计全世界最大的风力发电机的原因,该风力发电机机高500m,比美国帝国大厦还高约57m。风能专家表示"越大越好"还有另外一个原因:更长的叶片还能更有效地     

工作状态对风力发电机地震响应的影响

风力发电机受到的气动力作用表现为气动阻尼和空气动力荷载,对结构地震响应分别具有阻尼效应和动力效应。该文建立理论分析模型,考虑运行和停机两种工况,分析工作状态影响风力发电机地震响应的规律和机理;针对NREL 5 MW基准风机,采用FAST软件分析不同风-地震组合作用下风力发电机结构动力响应,验证理论分析结果的正确性;同时,分析输入地震动方向对风力发电机地震响应的影响。结果表明:工作状态对风力发电机地震响应的影响与地震动幅值和风速有关;强震作用下,停机状态地震单独作用为最不利工况;弱震作用下,额定风速-设计地震动组合是最不利荷载组合;输入地震动方向影响风力发电机动力响应。     

基于模糊理论和频谱分析的电力电子设备的故障诊断

将模糊理论和频谱分析引入电力电子电路故障诊断之中．对关键点的电压信号进行数据采集，然后对此信号进行频谱分析，得到被诊断元件不同故障时关键点的频谱特征．通过确定各待诊断元件的故障隶属度，确定故障元件．故障诊断实例和仿真结果表明，本方法是可行的．