风电机组轴承在线监测与故障诊断系统的应用研究

风电机组的正常运行直接关系到系统的安全稳定。轴承是风电机组中的关键设备,对风电机组轴承进行深入分析具有重要意义,是保证风电机组正常运行的主要前提。本文将重点探讨风电机组轴承在线监测以及故障诊断系统的应用。     

风电轴承故障模式及诊断方法研究进展

轴承是风电机组中十分重要的承重部件,在长时间承受复杂的交变载荷后会发生故障,影响风电机组的正常运行。首先,对风电轴承的故障模式进行总结分析,在此基础上从定性和定量2个方面阐述了风电轴承故障诊断方法;然后,分析了监测技术和诊断方法的使用情况、主要思想以及各自的优缺点;最后,针对风电轴承故障研究的方向,提出了建立全面的风电轴承故障知识库,进行多层次耦合低速大型风电轴承的结构分析,建立点对点的风电轴承动态数据监测系统,加强风电轴承故障信息的早期发掘以及故障诊断方法的融合等建议。     

风力发电机组状态监测和故障诊断系统

介绍了风电机组状态监测与故障诊断系统的软硬件构成、振动信号的特征提取以及常用的故障诊断方法.     

风力发电机叶片状态监测与故障诊断技术近况

风力发电技术是新能源发电技术领域的重要研究方向,也是目前风能的主要利用方式,故风力发电机叶片稳健工作是风力发电过程的关键保障,对风力发电机叶片状态的实时在线监测技术也成为该领域的重要研究内容。该文回顾了风力发电机叶片机械故障的产生原理、现有的风力发电机叶片状态监测技术,对比了现有各技术的优势和劣势,分析了未来叶片检测技术的发展趋势。     

风电机组轴承故障诊断与疲劳寿命研究综述

以风电机组轴承为研究对象,从状态监测、故障诊断、疲劳寿命等方面对国内外研究方法的优点和局限性进行整理分析并提出相应的理解,对风电机组轴承的研究方向提出展望：结合不同部位轴承实际易发生的失效情况及不同机组的差异性,从现有的单一、多特征量的纵向数据融合分析方式向多方面结合及多角度分析方式转变,寻求各部位轴承的故障数据特征及其演化规律;基于数据智能化及物理模型并考虑多因素耦合特性对风电机组轴承进行寿命分析。     

注水泵机组的状态监测与故障诊断

对多级离心式注水泵机组实施设备状态监测与故障诊断,通过振动测试和频谱分析,监视注水泵机组运行状态,诊断和预测注水泵机组的故障,为预测维修提供依据,并取得了初步成效.     

风力发电机状态监测和故障诊断技术的研究与进展

针对目前迅猛发展的风电装备缺乏有效监测诊断方法开展综述,指出其研究现状和值得研究的问题.综述风力发电机的发展现状、故障特点和诊断难点,风力发电机的装机容量和规模都在逐年扩大,目前基于振动监测的风力发电机在线诊断系统尚属空白,其运行维护费用增加以及频繁事故发生所造成的巨大损失严重影响了风电的经济效益.针对风力发电机中的主要故障部件,如齿轮箱、发电机、叶片等,介绍现有状态监测和故障诊断方法的研究现状.结合风力发电机工作在变转速、不稳定载荷等工况下的特点,指出研究重点是需要针对这一新型装备研究其故障机理和特定的诊断方法,研发适合于风力发电机特点的在线状态监测和故障诊断系统.     

基于BAACMD和BESDFIF的风电机组主轴承故障诊断

针对风电机组主轴承故障难以诊断的问题,提出一种基于带宽感知自适应啁啾模式分解(Bandwidth Aware Adaptive Chirp Mode Decomposition, BAACMD)和秃鹰算法优化直接快速迭代滤波(Bald Eagle Search Direct fast Iterative Filtering, BESDFIF)的故障诊断方法。首先采用加权频谱趋势法准确划分信号频段,诊断各频段的有效成分,随后利用模型拟合方法确定ACMD方法中惩罚因子α和初始中心频率f,并通过BAACMD方法实现对故障信号进行处理实现故障特征信息的提取;其次利用秃鹰优化算法对DFIF方法中影响参数及分量选取过程进行寻优;最后使用最优滤波区间参数的BESDFIF方法对所得分量进行分解降噪处理,从中诊断出微弱的风电机组主轴承故障特征频率成分。现场数据分析结果表明,所研究方法可以有效诊断风电机组主轴承的微弱故障特征,实现风电机组主轴承的故障诊断。     

基于支持向量机的风电机组主轴轴承故障诊断

主轴轴承是风电机组的重要部件之一。通常主轴轴承故障诊断方法主要是基于振动信号和温度信号以及润滑油成分分析等。这里利用支持向量机建立了风电机组发电机输出功率模型,输入量为风速、变桨角度、风向角与机舱角偏差;输出量为发电机输出有功功率。在相同输入条件下,当主轴轴承存在磨损等故障时,发电机输出有功功率将随故障的逐步加重而逐渐减小,发电机输出有功功率实际值与预测值之间的残差将超出正常的阈值。这里以某风电场风机主轴轴承实际故障进行了仿真验证。     

基于Hilbert空间熵的风力发电机轴承故障诊断

风速的不断变化往往会给风力发电机的故障诊断造成干扰,为此,提出Hilbert空间熵方法。通过建立基于HHT时频变换的信息熵,描述不同风速条件下风力发电机轴承振动信号,将其应用于D70型风力发电机轴承故障分析,证明在不同风速条件下,该方法均能有效识别轴承故障,可作为风力发电机轴承故障诊断的指标和依据。     

汽轮发电机组状态监测与故障诊断系统

介绍了所研制的汽轮发电机组状态监测与故障诊断系统的结构、功能和特点,同时给出了监测与诊断子系统软件的设计思想与实现方法。系统采用了网络分布式结构,由多机共同完成数据采集、分析、监测与诊断任务,可以实时地进行数据采集与分析、状态监测、故障诊断。该系统已成功地在某电厂运行。     

变风速条件下风力机轴承故障特征提取

针对风速变化条件下风力发电机轴承故障特征的检测问题,提出了一种基于灰狼优化( GWO )和双稳态杜芬振荡器的随机共振( SR )的故障特征提取方法.首先,根据风速估计故障特征信号的频率,通过合适的采样频率采集风力发电机的振动信号并对采集的信号做归一化处理.随后,根据风速尺度引入变换系数对频率 时间尺度进行变换.此外,利用灰狼算法方法将杜芬振子的阻尼比和系统参数调整到最优值.最后,通过杜芬系统和尺度恢复获得可识别信号.结果表明,所提出的方法能提取原始信号中的故障特征信号.     

[学科发展]风电装备故障诊断与健康监测研究综述

针对风力发电机传动链中的三大部件——复合材料叶片、齿轮箱、发电机的故障诊断与健康监测的发展现状进行文献综述,总结该领域的研究现状及主要方法。综述风电装备中复合材料叶片、齿轮箱、发电机三大部件的主要故障特点、故障形式及诊断难点,并结合国内外相关文献系统地介绍并比较了现有的针对三大部件的故障诊断与健康监测方法,最后对该领域的发展方向进行了展望。     

基于深度残差收缩网络的风力发电机齿轮箱故障诊断

提出了一种基于深度残差收缩网络的风力发电机齿轮箱故障诊断方法。首先，通过齿轮箱动力学模拟实验平台采集9种工况下的8种故障的振动信号；其次，对所采集的信号进行数据预处理，将其输入至深度残差收缩网络中训练；最后，利用反向传播算法不断优化网络参数，实现变工况下风力发电机齿轮箱故障的识别与分类。实验结果表明，所提方法在变工况场景下，可有效提取齿轮箱的故障特征并具有较高的识别准确率，证明了其在风力发电机齿轮箱故障诊断方面的可行性及有效性。     

关于工程大系统的状态监测与故障诊断

介绍了多元统计过程监控技术及其在工程大系统状态监测与故障诊断中应用的背景。结合工程动力学领域中的状态监测与故障诊断问题，提出了两个设想：一是将工程动力学系统与工业过程大系统一体化，以便用多元统计过程监控技术进行统一的综合状态监测与故障诊断；二是将多元统计过程监控技术移植到工程动力学中，用于工程结构和机械系统的状态监测与故障诊断。此外，还讨论了基于案例推理法及其在故障诊断决策支持中的应用。     

基于协整分析的风电机组状态监测方法

针对风力发电机组SCADA系统受到环境及运行等因素影响[1],常常发生故障漏报和误报等问题,提出一种基于协整计算的风力发电机SCADA非平稳数据分析方法。风力发电机SCADA数据经协整计算可以获得附带风力发电机状态信息的残差,通过分析该协整残差可实现风力发电机的状态监测。取内蒙古包头市固阳县某风场1.5 MW双馈风电机组所采集的SCADA数据为研究对象,利用部分非平稳数据建立协整模型,并用一组正常运行数据以及一组已知齿轮箱故障数据对模型进行验证,结果表明,所提方法可有效抑制SCADA数据中由环境和运行引起的响应,准确识别风力发电机的运行状态,简单有效的实现风力发电机的状态监测.     

基于模糊理论的风力机故障诊断专家系统构建

目前,对风力机的故障进行诊断仅停留在人工现场诊断的层面上,使得故障难以及时发现并排除。该文以模糊数学理论和故障诊断技术为基础,建立一个用于风力机故障诊断的专家系统。文中首先介绍了模糊综合评判方法;然后给出了诊断专家系统的结构,其中重点论述了如何根据经验数据和专家优先系数法共同确定模糊关系矩阵的元素、模糊诊断原则的确定及推理流程。最后用一个具体的故障诊断实例进行分析,验证了应用模糊理论,可以提高风力机故障诊断专家系统的运行速度、准确性、可靠性。     

基于孤立森林算法的风电齿轮箱轴承故障检测方法

为精准检测齿轮箱轴承故障,实时进行有效监测以保证风电齿轮箱健康运行,提出一种基于孤立森林算法的风电齿轮箱轴承故障检测方法.首先,以齿轮箱轴承温度为故障检测模型的输出变量,采用多尺度图相关算法选择输入变量;然后,提取输入变量的均方根和包络线进行自组织映射神经网络特征融合;最后,以融合值为模型输入量,使用孤立森林算法进行异...