共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
近年来,风电机组振动状态在线监测系统得到不断地应用和推广,但是仅对机组机械传动部分振动信号进行评估分析,监测手段过于单一,不能全方位捕捉机组故障状态.为此,提出在风电机组振动在线监测技术研究的基础上,进行风电机组叶片应变状态监测、齿轮箱油液在线监测、发电机电气参数监测及风电机组生产运行参数监测技术的研究,研制风力发电机组综合状态在线监测系统,并建立远程诊断中心,将风力发电机组振动在线监测系统全面升级为风力发电机组综合状态在线监测系统,以期为实现风电场少人、无人值守目标奠定坚实的基础. 相似文献
3.
风力机叶片是风力发电机的重要组成部分.将声发射技术应用于风力机叶片疲劳探伤,可有效解决叶片的探伤难题,提高叶片疲劳测试的准确度,也可为风力发电机叶片故障在线监测提供参考和借鉴。 相似文献
4.
5.
风力机叶片是风力发电机的重要组成部分。将声发射技术应用于风力机叶片疲劳探伤,可有效解决叶片的探伤难题,提高叶片疲劳测试的准确度,也可为风力发电机叶片故障在线监测提供参考和借鉴。 相似文献
6.
研讨基于IabVIEW的故障监测与诊断系统的开发流程、软硬件功能模块的实现方法及系统的实际应用,以风力发电机齿轮箱为例对整体的故障监测系统设计.对齿轮箱运行状态进行实时在线监测和数据分析,提出了齿轮箱监测系统的整体解决方案。 相似文献
7.
将声发射技术应用于风力机叶片裂纹损伤在线监测,以有效解决叶片的在线监测难题,实现叶片的故障监测和故障预警,可节省投资,减少运维费用。实践证明,该方案可为风力发电机叶片故障在线监测提供参考。 相似文献
8.
电刷和滑环系统对双馈异步发电机的稳定运行至关重要,然而其运行故障时有发生,维修工作需耗费大量的人力和物力.与传统发电机类似,双馈异步风力发电机电刷滑环系统的故障机理相对简单,而对其进行实时、精确、高效的状态监测是一大难点,故本文先简单介绍了发电机电刷滑环系统常见故障类型和故障产生机理,再对当前已有的电刷滑环系统状态监测方法做重点阐述和分析,最后对未来双馈异步风力发电机电刷和滑环系统状态监测的发展趋势和方向做了展望. 相似文献
9.
10.
11.
12.
13.
14.
15.
电缆状态检修需要采用在线监测方法对电缆运行状况进行判断评估。阐述了电缆在线监测数据有线、无线传输的几种方式,以及数据传输到中心控制区域后存储、处理、在终端的发布表达。介绍了对电缆局部放电在线监测的实际应用。 相似文献
16.
风电机组运行环境恶劣,故障频发,尤其以齿轮箱的故障居多,造成风机整体维修成本偏高。针对以上问题,提出了一种基于时间延迟的状态优化维修策略,在时间延迟模型的基础上考虑振动监测信号,先结合故障数据和状态监测数据求得齿轮箱的比例危险函数和可靠度函数,再采用单位运行时间内平均维修费用最小的方法优化得到最优状态维修阈值,最后依据该阈值实施风机齿轮箱的优化状态维修。通过对某风电场仿真分析,求得了最优状态维修阈值,并制定了维修策略。仿真结果证实了该策略在避免过度维修和维修不足问题以及节约维修成本方面的有效性。 相似文献
17.
对风电机组进行预防性检修,能够有效提高机组的可靠性。首先以风电机组单个部件的可靠度作为约束条件,以单部件单位时间检修成本最小作为目标函数,求得单部件的最佳检修周期和检修次数。在此基础上,对符合一定条件的部件进行机会检修,构建了风电机组的机会检修模型。最后,以机会检修策略下总的检修费用最小作为目标函数,以机组整体的可靠度作为约束条件,利用遗传算法对该模型进行求解以得到最佳的机会检修阈值和最小的检修总费用。通过算例分析表明,该机会检修模型能够有效节约总的检修成本。该研究对检修部门制定检修计划具有一定的参考意义。 相似文献
18.
运行工况识别作为风电机组状态监测与健康管理领域的重要环节,往往受到不确定信息以及高速实时数据流的影响,造成健康状态评估难以有效实施。在此背景下,文中提出一种基于Spark流式处理的健康状态实时评估方法。首先,采用大数据分析技术实现风电机组运行工况的空间划分;然后,在充分考虑风电机组监测信息不确定性的情况下,结合数据采集与监控(SCADA)历史运行数据,对基于高斯云模型和高斯云变换的健康状态评估模型进行训练,并以健康指数作为风电机组健康状态评估的指标。最后,将该评估方法应用在中国北方某风电场1.5 MW风电机组故障前的健康状态评估中。算例分析结果表明,该方法可监测到风电机组健康状态的变化趋势,初步实现了故障的早期预警。 相似文献
19.
风电机组齿轮箱温度趋势状态监测及分析方法 总被引:6,自引:0,他引:6
风电机组状态监测对于风电场特别是海上风电场降低维护成本,提高运行水平具有重要的实用价值。采用温度趋势分析的方法对风电机组齿轮箱的运行状态进行监测。利用非线性状态估计(nonlinear state estimate technology,NSET)方法建立齿轮箱正常工作状态下的温度模型并用其进行温度预测。通过合理构造过程记忆矩阵,使模型覆盖齿轮箱的正常工作空间。当齿轮箱工作异常时,其动态特性偏离正常工作空间,NSET温度模型预测残差的分布特性发生改变。采用滑动窗口方法实时计算残差的统计分布特性,当残差的均值或标准差的置信区间超出预先设定的阈值时,发出报警信息,提示运行人员检查设备状态。为模拟齿轮箱的故障情况,在机组数据采集与监视控制系统(supervisory control anddata acquisition,SCADA)数据中加入人为温度偏移。通过对该模拟故障的分析,新的状态监测方法能够及时发现齿轮箱的异常状态,达到实时在线状态监测的目的。 相似文献