基于广义回归神经网络的风电机组性能预测模型及状态预警

提出了一种基于广义回归神经网络（GRNN）的风力发电机组性能预测及异常状态预警方法。通过分析运行中影响风机主轴转速和发电功率的主要因素,确定了性能预测模型的输入和输出参数。运用SCADA系统的真实历史数据,采用广义回归神经网络（GRNN）建立了风电机组的性能预测模型,通过比较模型的预测精度对GRNN的平滑因子进行了优选。以此模型为基础,采用滑动数据窗方法实时计算风电机组转速和功率的残差评价指标,当评价指标连续超过预先设定的阈值时,则可判断风电机组状态异常。采用某实际风电机组若干历史故障发生前后的真实SCADA数据进行模拟,验证了方法的有效性。     

基于弹流润滑效应的风机主轴轴承优化设计

风机主轴轴承是风电机组的核心零件,其润滑性能关系到风机的正常运行.本文考虑了主轴轴承弹性流体动力润滑状态下最小油膜厚度对轴承可靠性的影响,建立了双列调心滚子主轴轴承的优化设计模型,以主轴轴承额定动载荷为优化目标,每列滚子数、滚子直径、滚子有效长度和壁厚设为设计变量,基于MATLAB对优化设计模型采用全局搜索方法进行优化分析.优化后的1.5MW主轴轴承的额定动载荷得到了较大的提升,同时其滚动体与内圈之间的最小油膜厚度提高了近5%.研究结果表明该方法对于风机主轴轴承可靠性优化设计具有指导意义.     

基于模糊物元分析的变桨系统状态评估方法

针对现有风电机组状态评估方法实时可靠性差和过多人为因素影响的问题,提出了模糊物元分析评估方法,以实现对机组状态的准确评估.选择故障率较高的变桨系统为研究对象,分两步构建了变桨系统状态评估模型:1)分别以3σ准则和四分位分析法对变桨参数分类处理,避免对参数分布的主观评判;用ANFIS算法对数据进行训练来减小极端值影响,获得多特征参数故障检测结果.2)基于模糊物元分析理论,将上一步多特征参数检测结果作为模糊量值代入物元评估模型中,实现了检测结果模糊值与等级评价指标的统一.应用该方法对风电机组实际运行状态进行了测试,结果表明:与传统二元决策方法相比,能够明显反映变桨系统的运行状态,具有更好的评估效果.从定性角度对比分析,该方法较模糊综合评判方法、传统物元分析方法在变桨系统状态评估方面更有优势.     

基于模糊综合评价的海上直驱风电机组运行状态评估

直驱式技术正在成为海上风电机组传动系统采用的主流技术之一,对其运行状态的实时正确评估显得极为迫切。该文提出一种集成了相关系数法、劣化度分析法和模糊综合评判等多种方法的风电机组运行状态评价模型。采用客观赋权法中的相关系数法来计算指标权重;归一化指标参数采用劣化度分析法;利用多层次模糊综合评价法,自下而上、逐级地对风电机组各个子系统的运行状态进行评价。并对该评价模型进行实际直驱风机在线监测数据的应用分析,评价结果符合实际运行数据的分析。该文研究结果可为海上风电场直驱式风电机组日常运行维护的管理提供决策辅助,提高海上风电场运营效率。     

基于奇异谱分析的轴承温度趋势预测及其应用

采用奇异谱分析方法对轴承温度信号在相空间进行重构,并利用重构吸引子轨道矩阵的奇异谱特性来分离温度信号的趋势成分,从而得到轴承温度的变化趋势特征.在此基础上开发了水电机组轴承故障预测系统,该系统包括数据采集、趋势分析和故障预测3部分.试验结果表明,该系统能早期预测轴承温升趋势,提取温度信号中的故障特征,对烧瓦故障作出早期预警,可用于水电机组的状态分析、状态评估和故障预测.     

基于ARIMA风电机组齿轮箱故障趋势预测方法研究

针对齿轮箱计划外停机和意外故障导致的风电机组安全运行问题,提出了一种基于ARIMA模型的故障趋势预测方法;方法可以处理具有非线性和非平稳性特征的齿轮箱运行状态监测数据,用以时间序列的自相关分析为基础的模型预测状态监测时间序列数据的趋势变化;选择生产现场采集到的齿轮箱油泵出口压力SCADA数据和运行实例验证了方法的有效性,实验结果的拟合效果令人满意;研究结果表明方法能够适应齿轮箱运行状态监测数据随时间的变化特征,反映出一定的运行状态变化趋势,具有较好的预测精度和较大的应用范围,对风电机组其他部件的故障趋势预测具有一定的应用参考价值。     

高速列车智能诊断与故障预测技术研究

综合运用列车运维产生的实时数据和历史数据,提取智能诊断模型,对车载设备运行状态进行监控和预测,是建立高速列车智能诊断和故障预测系统的思路和方法.以转向架关键轴承的可靠性监测和故障预警作为案例,系统阐述了该方法在轨道交通装备故障预测方面的应用.通过对比轴承监测系统记录的原始数据和诊断模型的预测结果,验证了该研究对于提高高速列车运行安全的重要意义和有效性.高速列车运维的长期实践表明,整体框架和建模方法对于现阶段建立系统的、分层次的高速列车智能诊断和故障预测系统具有现实的指导意义,在提高列车检修效率方面起到重要作用.     

振动分析技术在故障诊断中的应用

通过对一台高炉鼓风机组动静摩擦故障的成功诊断实例,介绍对机组实施状态监测,应用振动趋势分析和频谱分析法,对设备状态作出实时评价,对故障提前预报并作出诊断,合理制定检修计划,避免破坏性故障的发生,提高设备运行可靠性和稳定性。     

轴承预紧力对风电主轴动态特性影响的仿真分析

轴承预紧力对风电机组主轴的动态特性有着重要的影响。首先,建立了预紧力与主轴系统的关联关系,并计算了不同预紧力对应的轴承刚度值,进而分析预紧力与刚度之间的关系。然后,建立了以圆锥滚子轴承为支承的两点式和单点式支承的风电主轴的有限元分析模型,分析了预紧力对两种支承方式的风电主轴模态振型、固有频率、临界转速以及稳定性的影响。结果表明：圆锥滚子轴承预紧力增大会引起轴承刚度增大,可进一步提高主轴的固有频率、临界转速和稳定性;单点式支承比两点式支承的主轴临界转速大以及更稳定。合理选取轴承预紧力,可提高主轴的稳定性。     

基于联合特征的风电机组故障检测

为了提高风电机组的运行可靠性,有必要对风电机组的故障信号进行实时采集并分析.在风电机组的故障检测诊断技术中,有语音信号诊断技术、振动信号诊断技术、电量参数诊断技术,振动信号诊断技术相对于其它诊断技术能更好地反映风电机组的实际工况.提出一种基于小波分析的联合特征提取方法,结合BP神经网络对风电机组的故障进行分析和诊断.以风电机组齿轮箱故障诊断为例,通过频谱分析和模式识别,发现基于联合特征的分析相对于单特征提取在一定程度上提高了诊断精度.