共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
3.
目前风电机组齿轮箱出现齿断裂、主轴断裂、轴承断裂等现象时有发生,在大部分的事故分析上,厂家为维护自生利益而淡化或敷衍发生事故的主要原因,同时鉴于风电公司技术或管理水平参差不齐,多数企业也没有对事故进行深入剖析,对风电行业的健康发展非常不利。本文介绍了某风电机组齿轮箱主轴断裂原因,为齿轮箱制造企业及风电场运维企业提供参考。 相似文献
4.
面对风电产业产能过剩、市场竞争激烈的困境,齿轮箱企业应抓住机遇,做好转型调整,与整机企业一同强化科技支撑体系,打好基础,促进产业健康发展。 相似文献
5.
6.
7.
针对风电机组齿轮箱传统故障诊断方法以全局误诊断率最小化为目标,忽略了误分类型之间的差别的问题,提出基于代价敏感最小二乘支持向量机(Cost-sensitive Least Squares Support Vector Machine,CLSSVM)的风电机组齿轮箱故障诊断方法。该方法在最小二乘支持向量机原始最优化问题中二次损失函数中嵌入不同样本的误分类代价,建立以误分类代价最小化为目标的CLSSVM故障诊断模型,并同最小二乘支持向量机和代价敏感支持向量机比较。实验结果表明,该方法能提高误分类代价高的故障类样本的诊断正确率,具有代价敏感性,其训练速度也足以满足风电机组齿轮箱故障诊断实时性的需求。 相似文献
8.
1引言兆瓦级风电机组是中国风电行业的主力机型,该机型需要适应中国各种复杂的环境条件,这为风电机组设计带来多重挑战,特别是冬季严寒的天气环境对机组的安全稳定运行挑战很大。本文就主增速齿轮箱润滑油加热系统以及加热控制逻辑等相关信息进行了详细的调研,参考有关国际国内标准和润滑油、添加剂厂商的技术经验,结合当前的实际应用 相似文献
9.
10.
为了实现对风电机组齿轮箱的状态监测,文章提出了一种基于卷积神经网络的风电机组齿轮箱状态监测方法。首先,提取风电机组数据采集与监视控制(SCADA)数据和振动信号作为参数,组成齿轮箱状态矩阵。其次,建立了一种卷积神经网络模型,该模型针对输入数据设计了特定结构和池化层规则,提高了计算效率,能够从齿轮箱状态信息中提取特征并判断其状态。最后,利用实际运行的风电机组数据对卷积神经网络模型进行了训练和验证,最终取得了96.3%的识别精度。同时,将该模型应用于对同一风场其他机组的状态监测,结果验证了卷积神经网络模型对齿轮箱状态监测的有效性。 相似文献
11.
12.
13.
14.
《电网与水力发电进展》2009,(7):56-56
风力发电机组中的齿轮箱是一个重要的机械部件,其主要功能是将风轮在风力作用下所产生的动力传递给发电机,使其得到相应的转速。通常风轮的转速很低,远达不到发电机发电所要求的转速,必须通过齿轮箱齿轮的增速作用来实现,故也将齿轮箱称之为增速箱。根据机组的总体布置要求,有时将与风轮轮毂直接相连的传动轴(俗称大轴)与齿轮箱合为一体,也有将大轴与齿轮箱分别布置,其间利用涨紧套装置或联轴节连接的结构。为了增加机组的制动能力,常常在齿轮箱的输入端或输出端设置刹车装置,配合叶尖制动(定浆距风轮)或变浆距制动装置共同对机组传动系统进行联合制动。 相似文献
15.
16.
17.
18.
为解决故障劣化渐变过程的长时间序列对齿轮箱状态监测模型的影响问题,提升其决策精度,提出一种基于数据采集与监控(SCADA)数据的组合建模方法。首先,采用主成分分析法(PCA)选取与齿轮箱温度密切相关的输入观测向量,并应用长短期记忆(LSTM)神经网络分别对齿轮箱正常工况和异常工况独立建立温度模型;其次,结合模型输出结果与SCADA数据提取残差分布特征向量,建立随机森林残差分布模型对机组齿轮箱运行状态进行监测;最后,对某大型风电场机组进行模型建立和仿真研究。结果表明,基于LSTM神经网络结合随机森林算法对风电机组齿轮箱状态监测有较强的实用性和较高的准确率,为后续开展齿轮箱健康度评价提供了新的方法和思路。 相似文献
19.
为充分挖掘数据采集与监控(SCADA)数据的隐藏信息,减少特征间的冗余性,提升模型预测和预警的精度,提出一种双重改进的完全噪声辅助聚合经验模态分解(IICEEMDAN)、主成分分析(PCA)、门控循环网络(GRU)融合的风电机组齿轮箱故障预警方法。使用皮尔逊相关系数法作特征提取,采用IICEEMDAN对特征进行分解,得到特征在不同时间尺度上的连续性信号;利用PCA提取分解特征的关键因素作为网络训练输入;GRU网络对输入时间序列特征进行建模训练,实现对齿轮箱油池温度的预测,使用统计学方法分析油池温度预测值与实际值的误差,根据实际情况设定预警阈值;使用滑动窗口理论实现齿轮箱故障预警。采用华北某风场实际数据进行验证,结果验证了所提方法对齿轮箱早期故障预警的有效性。 相似文献