风力发电机组转子不对中故障诊断

风电技术迅猛发展,风电场风力机故障频发,对风机的安全运行和故障诊断的研究已成为风电技术发展中的重要研究内容。国内对于风力机故障诊断技术的研究尚在起步阶段,且集中于对齿轮箱的研究,对转子不对中故障研究尚少。针对以上问题,用振动测试系统对异常工作风力发电机组进行振动测试,采集振动测试信号,对振动信号进行时域、频域分析,得到机组转子不对中故障信号特征,为风力机转子不对中故障诊断提供依据。     

数字散斑干涉图像拼接方法研究

散斑干涉测量系统的视场大小和量程受成像器件尺寸的限制.为了扩大视场和形变测量范围,对散斑干涉形变测量的图像拼接方法展开深入研究.搭建了双CCD散斑干涉测量光路,通过对两个CCD获取的散斑干涉图的拼接实现大视场形变测量.对互相关、差方和和互信息法以及归一化改进的配准算法进行了研究,并分析了重叠面积的影响.结果表明,互相关...     

数字全息技术及散斑干涉技术在形变测量领域的发展及应用

对近年来数字全息及散斑干涉技术在形变与位移测量方面的主要技术发展及应用发展进行综述。由于数字全息测量具有准确性高、无损、全场和动态测量等优点,成为形变和位移测量的重要技术之一。最近几年,数字全息技术在形变测量领域的发展主要体现在如下几个方面。首先,数字全息形变测量逐步由原来单一维度的形变测量转向多维度的形变测量。尤其是三维形变的同时测量是近年来本领域的研究重点。其次,形貌形变联合测量的技术受到关注。实际应用中曲面物体常常存在。而曲面物体需要离面与面内形变的分析,这需要获取曲面物体的形貌信息。针对这一需求,学者们针对形貌形变的同时测量方法开展了研究。再次,为了进一步扩大测量视场和深度范围,对基于长波长及远距离的技术进行了探索。与此同时,回顾了数字全息的形变测量技术在应用方面的进展。值得关注的是,在应用方面,数字全息技术从以前工程领域的形变测量向生物医学领域的形变测量发展,测量数据用于生物医学领域疾病分析与研究。     

STFT和HHT在风力机轴承故障诊断中的应用

对异常工作风力机进行振动测试,获取振动测试信号,选取额定风速时采集的一段信号分别进行时频域分析、短时傅里叶变换分析、希尔伯特黄变换分析,提取故障特征信号。结果表明,短时傅里叶变换具有较好的时频分辨率,能够较好的提取故障特征信号,较为适合非线性、非平稳信号的分析;希尔伯特黄变换是一种很好的自适应信号处理方法,非常适合于非线性和非平稳信号的分析。希尔伯特黄变换对于风力机滚动轴承的故障诊断取得了很好的效果,准确提取了故障信号特征。对风力机故障诊断技术的发展具有较大的意义。