振动监测技术在风电机组齿轮箱故障诊断中的应用

研发了针对风力发电机组传动齿轮箱的振动监测与故障诊断系统。该系统主要由本机监测系统、风电场集中监测诊断系统、远程监测诊断中心3层结构组成。本机监测系统完成机组传动系统各部件的状态监测数据的采集,并将数据传输到风电场集中监测诊断系统。风电场集中监测诊断系统主要进行数据存储、显示和分析诊断,并将数据通过互联网传输到远程监测诊断中心,实现风电场设备群的远程监控分析和精细故障诊断。给出该系统的应用实例,通过对比分析2台相同型号风电机组的齿轮箱振动信号,实现对出现异常状态机组的判断,保障风电机组设备的安全可靠运行。     

风电机组振动监测与故障预测系统

为了保障风电机组的安全运行,研发了风电机组振动在线监测与故障预测管理系统。其主要包含振动信号采集模块、风电场监控中心以及远程监控诊断中心3部分。振动信号采集模块完成振动信号的采集,并通过光纤交换机将信号传输到风电场监控中心;风电场监控中心主要用于显示、存储及分析振动信号特征,给出风电机组运行状况;远程监控中心通过与风电场建立联系,实现风电机组的远程监控,为实现无人值守风电场奠定基础。该系统利用振动信号时域和频域分析方法得到振动信号特征,进而确定风电机组的运行状态,并利用随机子空间方法对风电机组的故障进行预测。通过振动信号仿真分析,以及风电场实际应用分析,验证了所研发系统的有效性。     

电站远程状态监测与故障诊断技术应用

火电机组的振动情况关系到机组安全运行。现役机组普遍配备了振动在线监测保护与故障诊断系统,并利用专门的网络设备构建了远程状态监测与故障诊断系统。分析了某电厂突发振动故障后,利用远程监测诊断系统搜集数据并分析诊断出故障原因,迅速给出检修处理意见并成功处理的案例。     

汽轮机转子碰磨振动特征实测分析

为了分析识别实际汽轮机组在运行过程中的碰磨故障特征, 采用专用振动监测系统针对多台不同类型和容量的汽轮发电机组的振动信号进行长期连续在线监测, 记录机组长期运行的振动数据, 从中获得大量转子发生径向碰磨故障瞬间产生的冲击振动信号, 并采用信号时域分析和频谱分析技术对典型碰磨信号进行分析处理。比较机组在正常运行状态和碰磨故障状态下振动信号时间波形和频谱可以确定, 在多数情况下, 发生碰磨时机组产生瞬时的冲击振动, 信号中高频结构共振成分明显增加, 但转频及其谐波部分变化不明显。根据这些故障信号特征, 对于碰磨故障振动信号的检测方法和故障分析诊断技术进行讨论。     

基于余弦相似性的在线监测系统智能预警方法

针对当前发电厂在线监测系统设备报警即故障的问题,提出一种基于余弦相似性的电力设备智能预警方法。基于发电厂远程诊断平台提供的设备监测数据驱动,根据设备特征参量,利用余弦相似性计算设备测点数据之间的相关性,得到状态矩阵,进而构建针对特定设备测点数据的预警模型,以实现设备的早期预警。工程应用案例表明,本文所提方法可实现智能预警,解决了在线监测系统设备报警即故障的问题,减少了电厂设备故障的发生,提升了巡检人员的工作效率。     

基于SCADA系统和信号处理的风力发电机主轴承故障分析与诊断

基于SCADA在线监测系统,通过该系统获取到主轴承实时振动数据,用小波包、集合经验模态分解模型进行信号处理和提取故障特征,分析其时域图的冲击信号、频谱图故障特征频率、包络谱故障频率幅值和谐波信号倍数情况,可以判断出主轴承故障位置以及受损情况,实现主轴承故障预警,为风力发电场现场运维人员高效维修提供帮助,降低运维成本。     

风电机组综合状态在线监测与远程诊断中心的建立

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.     

双馈式风力发电机组发电机滚动轴承状态监测及故障诊断方法探究

针对滚动轴承在双馈式风力发电机组中的多发故障,建立了振动监测与分析诊断系统,进行轴承振动数据采集,通过数据挖掘分析,提出了滚动轴承状态监测和故障诊断的时域和频谱分析方法,并探究了基于滚动轴承故障特征频率的频谱分析方法。实践证明该方法效果显著,保证了机组平稳运行,增加了机组的经济效益。     

基于振动的电力变压器状态监测系统设计

为在线监测变压器的运行状态,文中对以机械参数为主、电气参数为辅的变压器振动分析法进行了研究,在Windows CE平台上搭建了基于振动信号的电力变压器状态监测系统。选用EPC-8000嵌入式工控机主板作为操作系统平台,PCM-8208BS高速模拟量输入卡作为数据采集设备,VC++作为软件开发环境。系统装置能实时采集变压器的振动信号并进行分析,绘制出实时的时域波形图、频谱图和能量谱图,得出变压器的运行状态,并进行故障预警,具有良好的在线监测效果。     

基于无线网的风电机在线监测诊断系统设计

为保证风电场大型风力发电机组安全、可靠、经济和优化运行,提出一种基于IEEE802.16d无线Mesh网络的风力发电机在线监控诊断系统。该系统可以实现风电机组的在线监测与诊断,是风电场十分需要的技术。系统依托无线Mesh网络将采集得到的信息发送到监控诊断中心,由监控中心对监控数据进行分析处理,判断风电机的故障趋势,从而实现风电机的在线监控诊断。该系统具有保密、易于开设使用和建网费用低廉等特点。     

在线远程风机故障诊断系统的研究开发

针对风电场机组布置分散、机舱位置高等原因导致风电机组安全检查不到位,早期故障难以发现的问题,应用现代振动分析诊断技术,基于Windows系统平台,开发了在线远程风机故障诊断系统。应用结果表明：在线远程诊断风机故障系统可在风机发生故障早期发现隐患,为评价设备状态、判断设备故障提供科学依据,提高了风电场的运行效益。     

基于小波包分析和支持向量机的水电机组振动故障诊断研究

提出了一种利用小波包分析提取水电机组的振动故障特征和基于支持向量机的水电机组振动故障诊断方法。以二值分类为基础,构建了基于支持向量机的多值分类器。先对水电机组的振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使分类器能够建立频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的,并以水电机组振动多故障分类为例,进行了应用检验。结果表明,与常规方法相比,该方法简单有效、并具有很好的分类能力和良好的鲁棒性,可以满足在线故障诊断的要求,适合水电机组振动故障的诊断。该方法为水电机组故障诊断向智能化发展提供了新的途径。     

风力发电机轴承振动监测故障诊断分析

为提高风力发电机轴承状态异常判别和故障诊断能力,保证机组可靠稳定运行,降低机组维护成本,发电机轴承采用了振动在线状态监测频谱信号的判别方法,即利用振动数据样本及特征频率分析,监测轴承运行状态。通过对轴承振动数据的分析来评定其运行状态,为轴承故障预判提供依据。     

基于GRU和注意力机制的海上风机齿轮箱状态监测

海上风电机组齿轮箱运行状态的有效监测和及时预警对海上风机运维工作具有重要意义。为此,提出一种基于门控循环单元(Gated Recurrent Unit, GRU)和注意力机制的海上风电机组齿轮箱状态监测方法。在训练阶段,通过注意力机制自动提取海上风电SCADA数据集输入参量与目标建模参量间的关联关系,同时采用GRU网络提取数据间的时序依赖关系,进而建立风电机组齿轮箱的正常行为模型。在测试阶段,采用指数加权移动平均值(Exponentially Weighted Moving-Average,EWMA)控制图对目标建模参量实际值和模型预测值间的输出残差进行监控,实现海上风机齿轮箱运行状态的实时监测和预警。最后基于东海大桥海上风电场真实数据对所提方法的有效性和优越性进行了验证。结果表明：所提方法对故障和正常运行条件下的海上风电机组齿轮箱状态均可进行有效监测,且相比现有陆上风机状态监测方法具有更高的精度和可解释性,并能更早地揭示故障趋势。     

水力机组在线振动监测分析系统研究

结合岩滩水电站振动监测项目提出一种新型的水轮发电机组振动在线监测分析系统，它是以工业PC机为主体，与摆度，振动传感器及有关功能模块和信号预处理器共同组成的机组振动在线监测分析系统。利用该系统，能连续地在线监测机组故障的缓慢变化发展过程，以便为状态检修提供良好的依据。     

水电机组振动监测与故障诊断系统研究

介绍了振动在线监测与故障诊断系统，该系统能及时发现机组振动异常并报警，并且能对事故发生时刻的数据信息自动捕捉和存贮。同时基于专家知识，对机组故障进行诊断分析，确定故障类型和原因。     

基于Mel时频谱-卷积神经网络的变压器铁芯声纹模式识别方法

为了实现变压器设备声学指纹的不停电检测,提出了一种基于Mel时频谱-卷积神经网络的变压器铁芯声纹识别模型。首先,通过铁芯模型振动与噪声试验平台,研究铁芯在不同工况下的振动声信号,将采集到的振动与声音数据进行了关联性分析和比对,验证了声信号同振动信号一样均能够有效反映铁芯的运行状态;然后,对采集到的声音数据进行Mel时频谱预处理降维,并将降维结果作为深度学习的数据集;最后构建了Mel时频谱-卷积神经网络变压器铁芯声纹模式识别模型,通过超参数调整和网络结构优化设计,实现不同运行工况声信号的准确识别。研究结果表明:该文提出的Mel时频谱-CNN识别模型对3种不同工况的声信号识别率达到了99.71%。论文研究可为电网主设备的数据深度挖掘提供参考。     

基于PC的水电机组振动监测系统的开发

针对水电机组运行过程中因振动而引起故障这一问题,开发出了一种基于PC的新型水电机组振动在线监测分析系统.该系统由PC、专用数据采集箱、摆度、振动传感器及有关功能模块共同组成.重点讨论了系统的数据实时监测模块、振动分析模块、历史数据管理模块,该系统能够连续地在线监测机组振动和摆度的变化过程,可以为机组检修及运行调度提供良好的依据和可靠的信息.     

基于小波包域双谱的风力机振动信号监测方法研究

文章主要基于小波域双谱的方法对风力机振动信号监测技术进行研究,以风电场多台1.5兆瓦直驱机型的大量轴承振动信号为基础,运用了一种小波包域双谱的方法对振动信号分析,并与传统双谱进行对比,实验结果表明:小波包域双谱优于双谱分析,能够准确的判断轴承正常和故障运行情况,该方法不但有效抑制噪声和其他高频成分的干扰,而且具有双重消噪的效果,有效地避免了小波分析和传统双谱分析的缺点,为在线监测异常状况预警提供了很好的依据。     

基于振动声学的变电站开关类设备在线监测技术

开关类设备是电力系统中的重要组成部分,实施基于振动声学的在线监测与故障诊断对提高设备稳定性及供电可靠性具有重要意义。介绍了气体全封闭组合电器、隔离开关及断路器振动声学监测技术、信号处理方法及状态评价特征参量,并提出了基于数字变电站及智慧变电站建设要求的在线监测系统架构。振动声学监测适用于开关类设备的在线监测,不影响设备正常运行,且与设备无电气连接,具有安全、可靠性高等优点。