HHT改进及其在风力发电机故障诊断中的应用

为解决风力发电机轴承故障特征难以提取的问题,提出一种基于相关分析的改进的HHT方法。该方法利用EMD是近似正交分解的特征,将EMD产生的残差分量与原信号间的相关系数作为阈值,对IMF进行自适应筛选,解决了由三次样条拟合误差引发的伪IMF问题。通过仿真分析对该方法进行了验证。使用该方法分析D70型1.5 MW风力机承振动信号,诊断出了轴承故障,进而可以将该方法应用于工程实践中。     

二维PSD非线性修正的神经网络算法的研究

分析了位置传感器(PSD)的非线性成因，并根据PSD的非线性特点，提出了用神经网络的BP算法对PSD的非线性进行补偿，从而使PSD的B区获得了与A区近似的线性度。故在不增加成本、不改变测量设备的复杂度的情况下，扩大了测量范围，提高了B区的测量准确度及数据的置信度。     

智能建筑中的智能抄表系统

本文分析了智能建筑中的智能抄表系统的现状,介绍了JaJa智能抄表系统,指出了它的运行机制和技术特点,与同类产品进行了比较,其技术平台、技术特点、产品性能和功能均优于国内外同类产品,是符合我国国情的智能建筑产品。     

钢梁损伤的神经网络诊断分析

应用人工神经网络技术 ,以反映结构损伤程度的固有频率作为神经网络输入的特征参数 ,建立结构故障诊断模型 ,对建筑工程结构中常用的简支矩形截面钢梁裂纹深度和位置进行了诊断和预测研究。从实例可以看出 ,应用神经网络技术对工程结构进行裂纹损伤故障的综合诊断和预测分析是可行的。     

逆流式冷却塔的噪声治理

根据逆流式冷却塔辐射噪声的实测频谱图,分析了冷却塔的主要噪声来源和频谱特征.分别从吸声、消声和隔声等方面制定了降噪方案,取得了良好的降噪效果.     

考虑时变输入时滞及频段约束的车辆主动悬架预瞄控制

针对预瞄控制中存在的输入时滞现象,提出一种时滞相关的有限频域线性变参数控制器设计方法,用于解决存在输入时滞及时变速度的汽车主动悬架预瞄控制问题。在控制器设计中,应用Padé方法将控制方程扩维为含路面预瞄信息的状态空间形式。用有限顶点的多胞形结构处理速度的时变性。以线性不等式的形式给出了控制器设计准则。区别于传统的全频域时滞相关的H∞控制,以车身加速度的有限频域H∞范数为优化性能指标,使其在关心频段内取得最小的能量增益值,同时保证相关的时域约束条件。通过数值算例及试验表明,在存在输入时滞的情况下,该方法能取得比无预瞄控制保守性更小的结果,舒适性得到了显著的提高。     

风电机组叶片裂纹故障特征提取方法

为实现风电机组叶片及时有效地监测和维护,使用声发射技术采集疲劳裂纹信号,从而提取不同裂纹特征。鉴于尺度谱受到Heisenberg测不准原理的极限制约,时频聚集性不佳、干扰强的现象,提出风电机组叶片裂纹声发射信号的优化小波重分配尺度谱分析。基于Shannon熵理论计算裂纹萌生和预制裂纹再扩展的声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合此两阶段裂纹声发射信号的Morlet小波基函数,计算优化基函数的小波重分配尺度谱,获得不同类型裂纹特征成分在时间尺度平面的高幅值能量分布。实验研究表明,优化小波重分配尺度谱的方法具有很好的时频聚集性和抗噪能力,实现了风电机组叶片裂纹声发射信号的时频特征清晰准确的提取,识别风电机组叶片不同阶段裂纹故障。进而可以采用该方法监测风电机组叶片在复杂环境中的退化状态。     

基于增强型卷积神经网络的风力发电机行星齿轮箱故障诊断方法

针对风力发电机行星齿轮箱的健康维护和状态检测难以诊断的问题,该文提出一种初始网与膨胀卷积相融合的初始膨胀卷积神经网络（IDCNN）的故障诊断研究方法。该方法首先构建初始膨胀卷积层以扩大感受野来使学习到的故障特征更加丰富。随后为了方便信号输入且确保信息丰富,将采用将一维原始信号序列转化为二维矩阵的预处理方法。最终将生成的二维信号输入到IDCNN中进行模型训练,并用测试数据对模型进行评估。实验结果表明,提出的IDCNN方法在风力发电机行星齿轮箱的故障诊断中精度高,在对比结果中该文提出方法的诊断精度要高于传统的深度学习方法。     

基于FastICA的大型风力机主轴承故障诊断研究

文章提出了基于FastICA大型风力机主轴承故障诊断方法.根据大型风力机的运行特点,采用负熵最大化判据和牛顿迭代原理实现FastICA算法并将其应用于大型风力机主轴承的故障诊断中.诊断结果表明,该方法可有效地将大型风力机主轴承和轴流风机的振动信号进行分离,从而清晰地看出主轴承的振动特征频率,实现对风力机主轴承的故障诊断.     

基于MSP430的风力发电机振动监测系统

系统搭建了风力发电机传动链的振动测试平台.以MSP430F149、MAX197、MAX291、无线通讯模块SRWF-1021等器件设计的数据采集无线传输系统,配合PC机和虚拟仪器软件,就可以在线观测振动波形、存储振动数据.利用MATLAB软件进行频谱分析,最终实现了风力发电机工作状态的诊断.系统设计具有耗电量低、传输距离远、速度快、可靠性高等优点.