某型半直驱风机齿轮箱断齿故障分析

针对风机齿轮箱故障，介绍了一起半直驱风机齿轮箱断齿导致风机停运故障。通过对故障齿轮箱进行振动数据监测、金属材质及油质分析，得出齿轮箱油的泡沫特性超标和颗粒污染度超标是故障的诱因，故障发生当天风机瞬时风速波动较大，齿轮箱二级行星轮组产生较强瞬时应力而导致齿轮损坏，引发风机齿轮箱振动过大是故障的主要原因。为避免同类故障再次发生，风电场应加强风机运行监测、提高齿轮箱内窥镜检查频率并加强风机齿轮箱在线滤油处理。     

双馈异步风力发电机气隙偏心故障诊断研究现状与发展

双馈异步风力发电机(DFIG)机械故障在实际运行中尤其不可忽略,不论是转子刚度不足还是轴承磨损或安装误差,都会导致气隙偏心,严重时甚至会烧毁电机,因此对风机进行准确高效的气隙偏心故障诊断至关重要。简单介绍DFIG产生气隙偏心的故障机理,再对当前已有的相关故障诊断方法做重点归类阐述,最后展望未来的DFIG气隙偏心故障诊断方法的发展趋势和方向。     

基于比例风险模型的风机齿轮箱的状态维修决策

针对风电机组齿轮箱故障问题,在分析故障数据的基础上,通过威布尔比例风险模型将风机齿轮箱故障规律和状态监测结合起来,然后对模型进行简化并运用Newton-Raphson迭代法进行求解,以可靠度为决策目标,预测齿轮箱维修间隔时间,最后通过某型号风机齿轮箱进行验证,结果表明能准确预测齿轮箱的使用寿命,从而降低维修成本并最大化使用设备。     

基于改进VMD-MCKD和深度残差网络的风机齿轮箱故障诊断

行星齿轮箱是风电机组传动系统中的重要部件,其运行工况复杂,背景噪声大,导致齿轮早期故障信号微弱且极易受背景噪声的影响。针对风电机组齿轮箱早期故障特征难以有效提取,齿轮故障难以识别的问题,提出一种风机齿轮箱故障诊断方法。首先,通过变分模态分解算法（variational mode decomposition,VMD）分解风机齿轮箱原始振动信号,获得振动信号故障的最优模态分量;接着,利用最大相关峭度解卷积算法（maximum correlated kurtosis decnvolution,MCKD）通过解卷积重构最优模态分量,削弱背景噪声增强故障冲击成分,获得故障特征;同时利用麻雀搜索算法（sparrow search algorithm,SSA）优化惩罚因子α、模态分解个数K、滤波器阶数L和反褶积周期T等参数,提升振动信号故障特征提取的准确度;最后,构建基于深度残差网络（deep residual network,ResNet）的齿轮箱故障诊断模型,建立齿轮箱故障特征与类别的非线性映射关系,实现风机齿轮箱故障分类识别。实验结果表明,所提风机齿轮箱故障诊断方法的准确率达到97.48%,相...     

风机齿轮箱油液在线监测技术应用综述

针对风机齿轮箱故障问题对风电机组的严重影响,论述了风机齿轮箱油液在线监测技术的必要性与重要性,综述介绍了油液监测技术及其方法,针对与风机齿轮箱油液在线监测技术密切相关的水分、粘度、磨粒等指标介绍了对应的传感器的应用与发展,提出应尽快开展油液在线监测技术在风电机组齿轮箱的工程化应用研究。     

发电机气隙偏心时定子并联支路的环流特性分析

为了有效监测和诊断发电机主要的机械故障之一的气隙偏心故障,在分析发电机正常情况及气隙偏心故障时定子绕组并联支路环流特性的基础上,提出了一种基于环流特性的气隙偏心故障诊断方法。通过分析汽轮发电机在正常运行和气隙偏心故障时的气隙磁势、磁导、磁密,推导得到了发电机定子绕组各并联支路感应电势瞬时值和电势差的瞬时值表达式,然后结合静偏心、动偏心、动静复合偏心3种偏心故障下的气隙情况,具体分析了偏心故障下的定子并联支路环流的谐波成分特性及其与对应故障参数的变化关系,从而得到了定子绕组并联支路环流特性即故障使环流基频成分突出,环流值随偏心程度的加重而增大。实测SDF-9型故障模拟发电机气隙偏心故障时环流信号与理论分析结果基本符合。     

基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法

齿轮箱作为风力机组的核心部件,故障频发,研究风机齿轮箱的故障诊断方法意义重大。针对最近邻(KNN)诊断方法对离群噪声不敏感和诊断精度较低的缺陷,提出了基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法。该方法应用小波包分析技术对故障特征进行提取,利用互近邻准则将故障数据集中的离群噪声点剔除,构建出基于核空间的改进型最近邻分类决策规则来识别齿轮箱的故障类型。试验表明:该方法可以有效地提升故障诊断精度和鲁棒性,为智能诊断技术的研究提供新思路。     

基于深度自编码网络模型的风电机组齿轮箱故障检测

为了实现风机齿轮箱的故障检测分析,提出一种基于风电机组齿轮箱的数据采集与监视控制(SCADA)数据和振动信号的深度自编码网络模型。该模型作为一种典型的深度学习方法,通过逐层智能学习初始样本特征,可以获取数据蕴含的规则与分布特征形成更加抽象的高层表示。首先,利用限制性玻尔兹曼机对网络参数进行预训练和反向传播算法对参数进行调优,建立深度自编码网络模型。然后,通过对齿轮箱的状态变量进行编码和解码,计算重构误差并将其作为齿轮箱的状态检测量。为了有效检测重构误差的趋势变化,选用自适应阈值作为风机齿轮箱故障检测的决策准则。最后,利用对齿轮箱故障前、后记录的数据进行仿真分析,结果验证了深度自编码网络学习方法对齿轮箱故障检测的有效性。     

汽轮发电机气隙偏心故障下的定子受力分析

本文对汽轮发电机气隙偏心故障前后的定子受力进行了理论分析、有限元仿真计算和力学响应验证。首先对气隙偏心故障前后的定子单位面积磁拉力进行了理论分析,得到了磁拉力的主要频率成分和激励特性;然后在电机有限元软件Ansoft中建立了正常及气隙偏心故障的汽轮发电机求解模型,计算得到了正常及故障下定子单位面积磁拉力的时域波形及频谱图;最后,将实验室SDF-9型故障模拟发电机上测取的气隙偏心故障下定子振动响应与磁拉力理论解析公式、有限元仿真数据进行了对比,结果基本一致。分析表明:正常情况及气隙偏心故障下发电机定子主要承受直流力和二倍频磁拉力,气隙偏心故障将使定子直流力与二倍频磁拉力均增大,偏心程度越大,幅值增长越明显,对应地,定子二倍频振动越剧烈。     

开关磁阻电机气隙偏心故障综合检测方法

为了研究开关磁阻电机气隙偏心故障的检测方案,首先基于开关磁阻电机电路方程,推导出电机同相两绕组电流差值与气隙长度的函数关系式,再利用2D-TFEM计算电机处于正常状态及不同偏心等级情况下绕组电流差值,并将不同励磁模式下绕组电流差值转化为矩阵表达式。通过分析矩阵表达式各元素的对称性,提出一种以同相两绕组电流差值为特征量的气隙偏心故障检测方法。该法能够实现偏心故障诊断、故障定位、偏心方向判定及偏心类型辨别的综合检测。仿真与实验结果表明,该法与其他检测法相比,具有较高准确性、可靠性及鲁棒性。     

某密封风机振动故障诊断以及治理

某台密封风机在检修后,带负荷期间振动出现了超标.通过振动分析发现是由于联轴器导致的动态转子不对中.通过对联轴器中弹性销柱进行处理后,振动问题得以解决.     

转子轴系不对中响应计算方法研究

根据联轴节及转子轴系特点建立转子轴系力学模型,对转子轴系在不对中激振力作用下的动态响应进行了计算,分析了计算结果,得出不对中故障典型征兆,充实故障诊断专家系统,以便于该类故障的准确诊断。     

汽轮发电机组联轴器平行不对中在线诊断方法的研究

联轴器平行不对中是汽轮发电机组轴系典型故障之一。利用机组采集的联轴器两侧轴振信号、瓦振信号、健相信号和轴瓦温度,以及运用FFT频域和时域分析方法获得频谱特征和轴心轨迹对联轴器平行不对中进行智能诊断,以满足电站汽轮发电机组振动故障智能诊断的要求,考虑到故障征兆之间的相似性,提出了利用故障主征兆结合辅助征兆信息进行诊断的方法,并结合实际振动事故进行了诊断分析,得出了正确的诊断结果。     

具有平行不对中故障的非对称柔性发电机转子系统非线性动力学研究

考虑非对称柔性轴系质量不平衡和平行不对中的影响后,主要研究1个发电机转子系统的非线性动力学问题。首先基于转子间不对中的约束关系,推导了在非线性油膜力作用下多跨转子系统的运动微分方程,采用数值方法,重点分析系统的非线性振动特性,例如,系统的轴心轨迹、Poincaré截面和最大Lyapunov指数等。结果表明:在较低转速时,转子的轴心轨迹在较小的范围内作同步振荡;随着转速提高,系统出现分叉和混沌等非线性动力学现象。最后讨论了转子不对中量的变化对系统动力学的影响。     

125 MW汽轮发电机组不对中故障的诊断

通过对黄埔发电厂3号机组(125 MW)汽轮机振动故障的特征分析,诊断出汽轮机低压转子和发电机转子中心不正是振动故障的原因,并采取相应措施消除故障.通过分析中心不正导致振动的机理,探讨了不对中故障的诊断判据.它对同型125 MW机组的故障诊断具有参考意义.     

线圈径向错位及角度偏差对磁耦合谐振式无线充电系统的影响探究

磁耦合谐振式无线供电系统通常要求收发线圈同轴且平行,但在某些商用及实验环境收发端可能存在的径向错位、角度偏转会对传输性能造成影响。基于互感耦合模型,先从电路角度推导串-串系统效率、功率表达式,利用MATLAB分析效率和功率与线圈间径向位移和角度偏转关系。随后搭建实际系统,结果验证了分析的正确性。最后提出距离检测、频率跟踪等提升性能的初步方法,为谐振式无线供电的研究提供参考。     

机械缺陷对GIS外壳振动影响

气体绝缘开关(GIS)在运行过程中会发生振动。为了分析在GIS外壳连接处的螺栓松动和导杆不对中两种缺陷的振动信号分别与无缺陷正常运行时的差别,文中建立了252 kV三相分箱型GIS的三维模型,并在固体力学场中对模型进行模态分析,确定其固有频率,得到较有代表性的六阶模态振型。文中通过施加不同载荷及改变模型参数等方法,在固体力学场中分别求解无缺陷、不同数量螺栓松动和不同情况的导杆不对中状态下GIS外壳振动加速度的时域信号,并通过频谱分析得到其频域信号,通过比较分析几种情况下外壳振动加速度信号的差别,获得GIS出现螺栓松动缺陷和导杆不对中缺陷在GIS外壳振动加速度上的特征,得到出现以上缺陷时的判据。文中所得到的相关结论对于后续的GIS设备运行状态监测、机械缺陷判别和振动情况研究有一定的参考价值。     

一种高偏移容限的无线电能传输系统设计

针对电动汽车充电应用的感应式无线电能传输技术凭借其安全可靠、灵活方便的特点受到广泛研究.该技术所使用的松散耦合变压器通常存在较大的漏感,从而大幅降低变压器的耦合系数和系统的功率传输能力,当变压器的原副边在电动汽车泊车后发生偏移时,该特性尤为突出.提出了一种具有高偏移容限特性的感应式无线电能传输系统设计,其松散耦合变压器...     

刚性联接平行不对中转子系统振动特性

考虑刚性联轴节不对中和圆盘不平衡等因素,建立了不对中转子系统动力学模型,推导出系统运动微分方程。对运动微分方程进行数值积分,分析不对中转子系统的动力学行为。数值结果显示,刚性联轴节平行不对中时,故障特征频率主要成分为1X分量;振动经过充分衰减后,转子系统轴心轨迹是比较稳定的圆;随着质量偏心、平行不对中量的变化,驱动轴振动幅度可能大于从动轴振幅;平行不对中对支承刚度较小的转子系统的动态响应影响较大。     

基于一维卷积神经网络和SoftMax分类器的风电机组行星齿轮箱故障检测

将卷积神经网络引入风机故障检测领域,设计了一种一维卷积神经网络的结构,并和Soft-Max分类器相结合构造了一种双层智能诊断架构。一维卷积神经网络用于行星齿轮箱数据的特征提取,Soft-Max分类器对提取的特征进行分类。与传统智能算法相比,该方法具有训练样本少,可直接使用原始数据训练网络;计算效率高,可以适应实时诊断的需要。试验结果证明,该方法可以有效地诊断出不同工况下的行星齿轮箱中的齿轮故障。