采用动态劣化度的风电机组运行状态实时评估

为满足大数据环境下风电机组状态评估的实时性要求,提出一种基于动态劣化度的实时状态评估方法.首先,建立动态劣化度计算模型;然后,引入正态云模型取代传统隶属函数,将正态云模型与模糊综合评价法相结合,形成风电机组运行状态实时评估方法;最后,基于辽宁某风电机组的SCADA数据,利用所述方法对其进行状态评估.实验结果表明:该方法能够准确把握机组的实时运行状态,并对其早期缺陷及时预警,有助于防范机组严重故障的发生.     

基于云模型的多因素评判算法

由于事件受多因素影响,有的容易辨别,有的存在一定的模糊性,很难给事物某一特征以客观的评价。人们不断的研究希望有一种方法能很公平的评价事物,但大多都为主观赋权值,这必然对评价结果造成一定的影响,特别是对于一些难以确定权值的因素。云模型的提出给评价系统注入了活力。本文把云理论与对事物特性的评价思想结合,形成新的评价算法,并通过对二手汽车估价实例进行验证。     

基于云模型的驾驶员驾驶状态评估方法

为了满足智能车辆辅助驾驶系统对驾驶员状态监测的要求,提出了一种以云模型理论为基础的评估机动车辆驾驶员驾驶状态的方法。介绍了云模型定义、云模型的3个数字特征和云发生器。通过云模型对实际道路上采集的驾驶员不同驾驶状态下的视频录像进行了建模和比较。在清华大学室外移动机器人平台THM R-V上进行了简单实验,实验结果表明,该方法可以识别驾驶员的异常驾驶行为并且给出报警信息。     

基于云模型的信任评估研究

讨论了信任关系的随机性和模糊性共存以及相互融合问题。分析云模型描述不确定性概念的方法和实现定性语意与定量数值相互转换的算法,提出了基于云理论的信任评估模型—信任云。该模型提出云特征参数表达的信任传递和合并算法,在精确描述信任期望值的同时,通过熵和超熵刻画了信任的不确定性。相对于传统的信任评估策略,该模型获取的信任值包含更多的语意信息,更适合作为信任决策的依据。     

基于Bagging集成策略和多元状态估计的风电机组齿轮箱状态监测

风电机组齿轮箱的故障率和维护成本相对较高,有必要对其运行状态进行实时监测。多元状态估计(multivariate state estimate technique, MSET)是一种常用的状态监测方法,但在记忆矩阵规模较大时,MSET在线计算的实时性较差。为此,提出一种基于Bagging集成策略和MSET的新方法:首先基于Bagging集成策略,对训练数据进行多次随机抽样,构造多个记忆矩阵规模较小的MSET子模型,最终将子模型的结果平均后作为集成模型的输出。以某2 MW风电机组的运行数据为算例,对集成MSET的性能进行了对比实验。结果表明:在精度相当的前提下,集成方法的计算时间仅为常规方法的60%;结合统计过程控制技术设计了预警阈值和滑动窗口异常率,并对集成MSET的故障预警能力进行验证,结果表明,集成方法能够提前约10 d预警齿轮箱的实际故障。     

基于云模型理论改进的贝叶斯分类算法

基于云模型理论对朴素贝叶斯分类器进行了改进,使得分类器能够处理语言中的一些模糊值,扩展了朴素贝叶斯分类器的应用范围.使用UCI鸢尾花数据集对算法进行了实验仿真和结果分析.结果表明,改进后的分类算法在一定程度上提高了分类精度.     

机器状态趋势分析及在注水机组上的应用

介绍机器工作状态趋势分析的描述和评定方法,研究趋势分析预测模型的建立和预测参数的选择,探讨预测模型的改进。     

云模型在学生体质状况分析中的应用

传统的基于《国家学生体质健康标准》的体质评价方法以固定分值和等级反映学生体质健康状况,便于大范围数据比较,但类别划分过于死板。云模型用期望值、熵和超熵三个数值来表征定性概念的模糊性和随机性,便于揭示不确定性的普遍规律。用正态云进行的学生体质状况分析具有方法直观、使用灵活、易于揭示小范围数据的突出特点等优点,是一种有效的抽样数据分析方法。     

基于云模型的边坡风险评估方法及其应用

针对边坡风险评估随机性和模糊性共存的特点,在传统模糊综合评判法(FCE)的基础上引入云模型理论,提出一种边坡风险评估方法.选取边坡坡高等7项因素作为评估风险集,将风险划分为5个等级,采用云模型来构建隶属度函数.通过正、逆向云发生器计算权系数矩阵和综合评判矩阵,利用Matlab软件直观生成评价云和"云滴"图来对比分析,综合评价得到边坡风险等级.以大崎山旅游公路边坡为例进行建模分析,将评估结果与传统模糊理论评判方法所得结果进行对比,与实地调查结果相合,分析结果表明该方法是有效的.     

浅析基于云模型的人工蜂群算法

人工蜂群算法是一种模拟蜜蜂群体寻找优良蜜源的仿生智能优化方法,是最新提出的智能优化算法,近十年来己经成为智能计算领域的一朵奇葩。许多学者致力于研究改进人工蜂群算法的性能,并取得了不错的成果。云模型是我国学者李德毅院士提出的定性和定量转换模型,其应用一直是研究的热点,有不少学者将云模型与智能优化算法结合,并成功地用来解决一些实际问题。该文在对人工蜂群算法深入研究的基础上,利用云模型的优点,提高蜂群的搜索寻优能力,使得人工蜂群算法有更快的收敛速度。     

风电齿轮箱传动系统的动力学建模

由于风速的随机性特点,使得风电齿轮箱长期处于较为复杂的变载荷作用下而产生振动,这些振动将会引起齿轮箱内部结构的损坏.为了更好地对齿轮箱进行动力学分析,将风电齿轮箱传动系统分解为三级齿轮传动,采用集中质量法,在直齿轮、斜齿轮和行星齿轮动力学模型的基础上,建立了整个齿轮箱传动系统的动力学模型;并在考虑齿轮啮合刚度、啮合阻尼、啮合误差、偏心量、弯扭耦合、自身重力以及支撑轴承等因素的共同作用下,利用拉格朗日方程推导了整个传动系统的动力学方程.为今后分析兆瓦级风电齿轮箱传动系统的固有特性、动态响应等动力学特性奠定了一定的基础.     

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。     

基于小波降噪和EMD方法的风力发电系统齿轮箱故障诊断

将小波降噪和经验模态分解相结合,提出一种风电机组齿轮箱故障诊断的方法。先对齿轮故障振动信号进行小波降噪预处理,再进行经验模态分解,对包含故障特征的固有模态函数用Hilbert变换得到包络谱,通过对包络信号做功率谱分析,提取故障特征频率,与未降噪信号处理的结果进行比较,降噪后诊断效果明显。     

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。     

5MW风机增速箱的效率优化

以MAAG型5 MW风力发电用增速箱为研究对象,根据无摩擦条件下的传动比和力矩分配公式,分析齿轮啮合损失、轴承损失和搅油损失,推导出有摩擦条件下的效率公式,并以此为依据在5 MW的输入功率下,分别对采用三行星轮、四行星轮、五行星轮及混合行星轮的结构形式进行了配齿。以增速箱效率为主优化目标,以重量为辅优化目标,进行了配齿优化。对优化后效率排在前列的行星轮结构,进行齿轮模数的计算,并根据强度条件进行了校核,提取了满足所有条件的最大效率的行星轮结构。使用Matlab软件在增速箱的总传动比不变的前提下,以效率最优为目标,对齿轮模数及效率进行了优化,并对优化后的结构进行了校核和检验。     

Reliability Analysis of Wind Turbine Gearbox Based on the Optimal Confidence Limit Method

Based on the zero-failure data of 30 Chinese 1. 5 MW wind turbine gearboxes（ WTGs）,the optimal confidence limit method was developed to predict the reliability and reliability lifetime of WTG. Firstly,Bayesian method and classical probability estimation method were introduced to estimate the value interval of shape parameter considering the engineering practice. Secondly,taking this value interval into the optimal confidence limit method,the reliability and reliability lifetime of WTG could be obtained under different confidence levels. Finally,the results of optimal confidence limit method and Bayesian method were compared. And the comparison results show that the rationality of this estimated range.Meantime, the rule of confidence level selection in the optimal confidence limit method is provided, and the reliability and reliability lifetime prediction of WTG can be acquired.     

应用倒频谱分析法对风力发电机组齿轮箱故障诊断

针对风力发电机组齿轮箱运行环境恶劣,故障信号中调制边频带复杂这一特点,采用基于倒频谱方法对故障特征进行了分析,提高了故障诊断的准确性,并给出了应用实例,为风力发电机组设备管理与诊断提供了一种有效的途径。