多通道一维残差卷积神经网络在风力发电机组轴承故障智能诊断中的应用

为提高卷积神经网络在风力发电机组轴承故障诊断上的准确率,本文对某2MW风力发电机组轴承故障数据,进行单通道及多通道、多种诊断网络模型、不同优化算法的故障诊断分析对比,提出将多个振动传感器的数据整合为多通道一维数据集,再使用一维残差卷积神经网络进行故障诊断。得出基于Adam优化算法的多通道一维残差卷积神经网络诊断准确率最高。因此,多通道一维残差卷积神经网络在风力发电机组轴承故障诊断中应用效果良好,能够准确的识别各类故障模式,为机组的安全、稳定运行提供了保障。

风电联轴器打滑现象分析

风电联轴器是风电机组的重要零部件,是齿轮箱和发电机之间的连接件。风电联轴器起到传递扭矩和转速的重要作用,同时它能够补偿齿轮箱输出轴和发电机输入轴之间的不对中量,并能够对传动链进行过载保护。风电联轴器使用中出现的事故主要为联轴器的破损和打滑,本文主要对打滑现象进行分析。