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。     

基于ITD和模糊聚类的齿轮箱故障诊断方法

为提高齿轮箱故障诊断的准确性与效率,针对其振动信号非线性和非平稳性的特点,提出将固有时间尺度分解(ITD)和模糊聚类(FCM)相结合的齿轮箱故障诊断方法。首先对齿轮箱振动信号进行固有时间尺度分解,提取包含主要故障信息的前4个固有旋转分量(PRC),求取PRC的特征能量作为故障特征向量。然后利用模糊C-均值聚类算法对齿轮箱故障进行识别与诊断,并将该方法应用到现场齿轮箱的诊断中。结果表明,诊断结果与实际情况完全相符,该方法比经验模式分解与模糊聚类相结合的方法具有更高的计算速度和精度,为齿轮箱故障诊断提供了一种新的有效方法。     

大功率船用齿轮箱结构优化

综合考虑齿轮啮合力及箱体重力作用,采用有限元法建立大功率船用齿轮箱的有限元静力学模型,分析计算4种工况下齿轮箱的承载能力,并对原齿轮箱的强度和结构刚度进行分析评价.基于等强度原则,将优化设计与可靠性设计理论相结合,建立齿轮箱优化模型.在满足齿轮箱结构安全的条件下,对齿轮箱进行优化设计.优化后的齿轮箱重量减轻1.06 t,并且强度分布趋向均匀,结构变得更加合理,具有一定的理论和工程实用价值.     

风力发电机组齿轮箱的维护与监测

风电特有的间歇性和波动性,受无规律的变向变负荷的风力作用以及强阵风的冲击,常年经受酷暑严寒和极端温差的影响,对于一个风场而言,如何降低发电成本,提高风电机组的可利用率,延长机组的使用寿命成为一个刻不容缓的问题。     

某起重机齿轮箱的机械故障诊断与分析

本文根据机械故障基本原理,介绍了功率谱分析法、边频带分析法及倒频谱分析法等齿轮故障诊断常用方法,并应用相关方法对故障实例进行分析.     

浅谈齿轮箱清洁度

齿轮箱是传动系统中的主要件，它的正常运转影响到整个系统的工作。目前，国内产品由于不重视清洁度造成质量低、寿命短的问题。文章主要从齿轮箱出发，分析了产生清洁度差的原因及对齿轮箱润滑、齿轮啮合、轴承及螺栓的影响，并提出了一些改进措施。     

风电齿轮齿面粗糙度降低的实例分析

风力发电是近几年最新崛起的绿色产业,是战略性新兴产业新能源的重要内容。风电增速齿轮箱作为风力发电系统的核心部件之一,使用在各大风场,而齿轮类零件又是风电增速箱传动的关键零件,是风电领域自主研究的重要内容之一。     

小波包分析方法在齿轮箱振动信号处理中的应用

对齿轮箱的振动及振动信号进行了分析，利用小波分析原理及小波包分解故障信号，抽取与故障有关的几个频段进行重构，剔除了主振动分量和干扰项，从而使故障特征信号从复杂的振动信号中分离出来。     

汽车齿轮箱回转类零件CAPP系统的研究与开发

通过对汽车齿轮箱制造企业相关产品工艺路线的分析，详细描述了在企业中构建CAPP系统的方法。该系统运用数据库技术和先进软件工具实现信息集成，自动完成工艺设计。