基于CAE软件的风电机组齿轮疲劳寿命预测

在复杂多变的外界载荷作用下,风电机组齿轮的寿命难以准确预估是导致风电机组失效的一个重要因素。风电机组齿轮疲劳寿命准确预测对降低故障率有重要的意义。采用计算机辅助工程(CAE)技术来估计风电机组齿轮的疲劳寿命。通过刚柔耦合模型建立和疲劳分析得到风电机组齿轮疲劳寿命的分布情况和最危险点的寿命值,并与风电机组齿轮理论计算年限作比较,验证了改进方法的可行性,对风电机组的齿轮箱的设计和优化具有指导作用。     

论述PLC的风电机组控制系统设计

由于风力发电机基本上都是在自然环境比较恶劣的以及没有人看守的前提下运行的,所以,对于风力发电机的控制具有比较高的要求。通过合理的对机组的控制特征以及要求进行分析,对于开关信号而言,其包括了控制系统所处理的输出和输入信号,为此,采用PLC的风电机组有利于风电机组控制系统的要求。     

风电机组故障统计与维修策略的探讨

风电机组的故障率是影响其使用性能的重要因素。本文主要对风电机组的各种故障进行统计,并对风电机组的维修维护策略进行了系统的分析。     

并网型风电机组可靠性设计

介绍了并网型风电机组可靠性指标及其评估方法,及并网型风电机组的运行情况;根据并网型风电机组可靠性串联模型,对并网型风电机组进行可靠性设计,找出其薄弱环节,提高其可靠性,达到提高可利用率和年发电量的目的.     

融合振动数据和SCADA数据的风电机组齿轮箱故障预警方法

风电机组齿轮箱将机械能高速传输到发电机中,同时承受重载、制动器的瞬态脉冲和灰尘腐蚀,是风电机组中最易发生故障的部件之一。开发高效、准确的风电机组齿轮箱状态监测和故障识别方法可避免严重的齿轮箱故障,减少其造成的停机损失。提出了一种融合振动数据和SCADA系统数据的风电机组齿轮箱故障预警方法,该方法基于深度自编码器模型和统计过程控制图,首先将有限的振动数据通过小波变换和卷积神经网络转化为向量,和SCADA数据进行拼接,利用所有数据完成自编码器的预训练;随后改变预警模型输入,只接收SCADA数据,完成模型的后调优;然后根据自编码器模型的重建差,利用统计过程控制图预警可能发生的齿轮箱故障。基于真实的风电机组数据,该方法有效甄别潜在齿轮箱故障,并且性能优于对比方法,具有工业应用价值。     

风电机组监测数据的动态可视化

以风力发电机为研究对象,在分析风电机组的结构、故障特点以及监测方式的基础上,实现了风电机组监测数据的动态可视化。本仿真系统是在Windows XP操作系统下以Visual C++6.0为开发工具进行研发,通过网络传输获取机组实时数据,利用OpenGL进行机组实体建模,采用显示列表与双缓存技术实现了机组模型的动态显示。系统具有良好的实时性、交互性,为进一步研究风力发电机的三维可视化状态监测奠定了基础。     

风电机组选型及风电场优化设计研究

随着世界各国风电机组装规模的迅速膨胀,主流风电机组机型的单机容量也在不断增大。如何更加合理的进行风电机组选型,并且有效的利用软件进行风电场优化设计,使得风机布置更加合理、上网电量更加大、投资更加节省成为了目前国内外研究人员日益重视的课题。本文首先论述了风电机组选型过程中应该注意的问题,然后在WindFarmer的基础之上,对风电场的优化设计方案进行了具体的讨论。     

永磁直驱风电机组的建模与仿真

针对永磁直驱风力发电机组建立了包括风力机、传动系统、永磁同步发电机、变流器各部分的数学模型;根据最大风能跟踪原理,提出了发电机侧和电网侧变流器的控制策略;在Matlab/Simulink仿真环境下建立了永磁直驱风电机组的仿真模型,对风速阶跃变化时机组运行情况进行了仿真。仿真结果验证了所提出控制策略的正确性和模型的合理性。     

物联网架构下风电机组状态视频自动监测方法研究

常规风电机组状态视频监测方法采用GRU和注意力机制采集状态视频图像,视频图像采集实时性较差,且视频图像信息数据提取精度较低,导致风电机组状态监测值与实际值之间偏差较大。为了改善这一问题,引入了物联网架构与自动化技术,并提出一种全新的监测方法。首先结合物联网技术感知功能、智能功能与互联功能,然后采集风电机组状态视频图像,传输至自动监测平台;最后从线性组合风电机组运行状态原变量,计算机组主成分的贡献率,设定各部件运行状态数据阈值范围,从中选取风电机组状态视频自动监测向量,全面实现自动化监测风电机组状态的目标。通过实验分析可知,提出方法监测风电机组状态得到的监测值与实际值偏差较小,能够更加准确地监测到风电机组的运行健康状态,及时发现机组运行异常状况。     

基于有效风速估计与预测的风电机组自适应最大风能跟踪控制

针对如何在有效风速未知情况下实现风电机组最大风能跟踪(MPPT)的问题,本文使用支持向量回归(SVR)和自适应控制原理,提出基于有效风速估计与预测的自适应MPPT控制方案.首先,使用机组的历史运行数据,训练得到基于SVR的风速估计与预测模型,为MPPT控制提供实时参考输入.其次,结合在线学习估计器(OLA)和减小转矩增益(DTG)控制原理,设计自适应MPPT控制器,该控制器能够较好应对系统未知动态特性和干扰,且能降低传动链载荷.最后,使用李雅普诺夫原理证明闭环系统所有信号都是有界的.仿真结果表明本文提出的方法能够获得良好的MPPT效果,进而提高机组产能.     

基于机器学习算法的风电机组故障预测系统设计

为了保障风力发电机组的安全可靠运行,结合粒子群算法(PSO)和改进最小二乘支持向量回归(LSS-VM)方法构建了风电机组故障预测系统,进行风电机组故障预测预警.结果显示,基于改进PSO-LSSVM方法的风电机组故障预测系统对大部分测试样本的预测相对误差值的范围都保持在1％左右,准确预测率达到了70％,部分测试样本点与实...     

对风电机组故障诊断方法的探讨

风电机故障在影响风电机组使用性能的同时,还会对电力生产和供应造成不同程度的损耗,为了提高风电机组的工作效率,就必须对风电机组故障诊断进行统计分析,总结出行之有效的维修策略。本文采用风电机数据模拟的方法,对常见的齿轮故障进行在线监测和诊断,并且提出了一些实用的故障解决措施,为同类型的风电机组研究提供理论依据。     

风电机组变桨距模糊遗传控制算法研究

为提高额定风速以上风力发电机组发电机转速和输出功率的稳定性,基于风电机组的运行特性,建立了风电机组变桨距控制仿真模型;针对遗传算法收敛速度慢的缺点,采用模糊遗传算法对PID控制器参数进行整定。仿真结果表明,基于模糊遗传的控制器不仅提高了遗传算法的收敛速度,且在动态性能及系统稳定性方面均优于遗传算法控制器。     

直驱式风电机组发电机转子支架强度分析

为实现某直驱式风电机组发电机转子支架的强度设计要求,应用有限元软件和疲劳分析软件,研究有限元方法在极限强度和疲劳强度分析中的应用.基于HyperMesh建立直驱式发电机有限元模型,采用MSC Nastran计算分析转子支架的极限强度.在极限强度不满足强度设计要求的情况下,对转子支架的结构进行优化.基于疲劳分析软件,计算分析转子支架的疲劳损伤.最终得到优化后的转子支架设计满足强度设计要求.     

基于PC104的风电机组在线振动状态监测系统

为及时、准确地发现和处理风电机组故障问题,分析和预测出从故障征兆出现到彻底失效的时间,更好地保障风电机组的正常运行,设计一种基于PC104的风电机组在线振动状态监测系统.     

基于西门子S7-300PLC的风电机组专用变桨距控制系统设计

本文介绍了一种基于西门子S7-300 PLC的风电机组专用变桨距控制系统.详细介绍了系统的硬件设计和软什模块架构,在上位机调试环境上进行了控制精度和低电压穿越功能测试,并在整机试验平台上完成了联机调试.实验结果表明,该控制系统性能稳定,功能可靠,控制精度高,满足风电机组在不同风速下始终保持最佳转换效率、输出功率维持最大...