基于MTF-Swin Transformer的风机齿轮箱故障诊断

针对风机齿轮箱实际工况复杂多变及含有强噪声,传统故障诊断方法对风机齿轮箱故障诊断识别准确率较低的问题,文章提出了MTF-Swin Transformer风机齿轮箱故障诊断模型。首先,采用马尔科夫变迁场(MTF)图形编码方法将原始一维振动时序信号转化为具有关联时间信息的二维特征图谱;然后,将特征图谱作为Swin Transformer模型的输入,基于自注意力机制进行自动特征提取;最后,实现对不同故障类型的分类。仿真结果表明,该方法对齿轮箱故障诊断准确率达到了99.48%,证明了该方法的有效性和优越性。

基于维纳滤波的风电机组齿轮箱轴承故障诊断

存在轴承故障时,风电机组齿轮箱振动信号的幅度与频率都会发生明显改变,通过信号变化行为的测量能够判定出具体的轴承故障等级。为实现对轴承故障的准确判定,设计基于维纳滤波的风电机组齿轮箱轴承故障等级判定方法。通过获取轴承振动波的IMF分量,并完善维纳滤波算法,在此基础上,处理故障数据,实现基于维纳滤波的轴承故障特征提取。定义轴承故障特征的伪四阶矩,通过求解特征角度的方式,确定故障等级基准的判定范围,完成基于维纳滤波的风电机组齿轮箱轴承故障等级判定方法的设计。实验结果表明,利用上述方法,能够根据幅度和频率的变化行为,判定风电机组齿轮箱轴承的故障等级,符合实际应用需求。

WT2000系列风电机组齿轮箱空中更换技术研究

为了降低双馈异步风力发电机组主齿轮箱(增速箱)整体更换的成本,使作业流程更加简洁,在WT2000系列风电机组的基础上,设计一种主轴固定工装来临时代替齿轮箱的作用,固定主轴的后端。通过实践探究了WT2000系列风电机组齿轮箱空中更换作业中新的操作工艺和方法。结果表明:所设计工装大大降低了WT2000系列风电机组齿轮箱更换的作业成本(包含吊车成本和时间、人工成本),降低了维修期间的发电量损失。

基于SCADA数据协同的风力机故障检测与控制

为了在不停机的前提下,安全可靠地对齿轮箱进行故障检测,并实现风力发电机在齿轮箱故障工况下的容错控制运行,提出一种基于标准数据采集与监视控制(SCADA)数据协同的风力机故障检测与控制方案。介绍了风力发电机的系统模型与SCADA解决方案框架,通过回归建模、异常分析和集成学习对风力发电机系统进行故障检测并获得健康指标;借助模糊逻辑控制对风力发电机的输出功率进行降额控制,从而实现风力发电机在齿轮箱故障工况下的容错控制运行,最后进行仿真实验,并将仿真结果与一个实际运行的2 MW风力发电机系统进行对比。实验结果表明:该故障检测与容错控制方案可以有效地对齿轮箱进行故障检测,并在存在故障时适当对风力发电机的输出功率进行降额控制,从而降低叶片和塔架承受的应力,并有效降低了齿轮箱轴承和润滑油的温度。

基于IBOA-ERF的风力发电机齿轮箱故障检测

针对风力发电机齿轮箱故障检测模型参数优化难度大的问题,提出一种基于改进的蝶形优化算法的极端随机森林故障检测模型。将故障检测模型虚警率与漏警率的代数和构造为适应度函数,改进个体初始位置和位置更新策略。引入混沌映射策略代替原有的种群初始化方法,增强初始种群分布的随机性。提出一种自适应惯性权重因子,结合鸽群优化算法的地标算子更新种群位置迭代方程,加快收敛速度,提高蝴蝶优化算法的多样性和鲁棒性。采用局部搜索阶段和全局搜索阶段的动态切换方法,实现全局搜索与局部搜索的动态平衡,避免陷入局部最优。建立极端随机森林故障检测模型,利用改进的蝶形优化算法获取最优参数,实现所提模型在高维数据下具有良好的鲁棒性和泛化性的快速响应。与其他优化算法相比,所提风力发电机组齿轮箱故障检测方法具有较低的误报率和漏报率。

大型风电增速箱多级齿轮传动自动安全控制方法

为提升大型风电的使用寿命,降低齿轮传动运行振动速度,提出大型风电增速箱多级齿轮传动自动安全控制方法。根据行星齿轮传动构建多级齿轮扭转模型,以齿轮传动时产生的振动加速度误差及误差变化率作为模糊PD控制器输入数据,通过计算比例、微分系数,得到多级齿轮传动控制量。使用非线性跟踪微分器对模糊PD控制器进行优化,增加模糊PD控制器的抗噪声能力,进一步提升控制的准确性。实验结果表明,采用该方法控制后,多级齿轮抖动速度得到降低,且齿轮间的动态接触可以在长时间内保持最佳区间。由此证明,该方法能够有效提升大型风电的使用寿命,为工程实际应用提供技术支持。

基于样本优化的风电机组齿轮箱轴承温度预测

风电机组的状态检测对于提高机组运行水平及降低维护成本意义重大。利用非线性状态估计(NSET)方法建立齿轮箱轴承温度模型并用其进行轴承温度预测;针对观测向量选择缺乏理论依据的问题采用灰色关联度分析法验证变量选择的合理性;针对过程记忆矩阵存在数据冗余的问题采用相似度分析法构造简约过程记忆矩阵缩短建模时间。齿轮箱工作状态异常时模型的预测残差分布特性将发生变化,当残差均值或标准差超出设定阈值则给出预警。验证结果表明:基于样本优化的模型可以准确预测轴承温度并有较好的时效性,可以监测齿轮箱的运行状态。

基于LabVIEW的风电机组齿轮箱健康状态监测系统设计

齿轮箱是风力发电机组的主要组成部分之一,也是故障的高发区,积极开展风电齿轮箱故障诊断具有重要意义。基于LabVIEW开发环境和NI CompactDAQ平台开发的风机齿轮箱健康状态监测系统,通过友好的图形化用户界面及图形编程语言控制运行,可以高效地实现对温度、转速、振动信号的采集、图形显示、存储、分析及数据回放等功能,具有良好的扩展性。同时,系统通过采取多种时频域方法对振动信号进行对比分析,可以快速、准确地确定故障的类型。实验结果表明,系统能够稳定、可靠地工作,是进行风机齿轮箱监测的有效工具。

风力发电机齿轮箱高故障率原因的研究及改进措施

风能是利用最广泛的清洁能源,随着对新能源的不断开发利用,风力发电机的装机容量不断提高,然而却出现了风机故障率较高的问题,通过对风力发电机故障诊断研究现状进行分析,发现在风力发电机各部位故障中齿轮箱是故障率最高的部位,并且风力发电机齿轮箱故障率明显高于普通齿轮箱,以典型风力发电机齿轮箱为研究对象,通过仿真分析与研究,研究了风力发电机齿轮箱故障高发的作用机制及根本原因,在结构上提出了相应的改进措施,并对改进后结构的有效性进行了验证,为风力发电机齿轮箱的设计及运行提供了重要的参考。

基于DEMD局部时频熵和SVM的风电齿轮箱故障诊断方法研究

为了有效地从非线性、非平稳性的风电齿轮箱故障信号中提取有用的信息成分,将微分经验模式分解、局部时频熵和支持向量机相结合,提出了一种微分经验模式分解局部时频熵和支持向量机的风电齿轮箱故障诊断方法。采用自适应多尺度的数学形态学对故障信号进行滤波;将滤波后的信号进行微分经验模式分解,获得齿轮振动信号的若干IMF分量;把每一个IMF进行分块,计算每一块的局部时频熵值;把局部时频熵值作为支持向量机的输入参数,通过支持向量机进行故障识别与诊断。实验结果表明,基于微分经验模式分解局部时频熵和支持向量机相结合的方法能够对风电齿轮箱故障信号进行准确有效地识别分类。

风力发电机组主要部件故障诊断研究

为了尽早发现风电机组故障,及时采取适当措施以提高运行效率,对风电机组可能出现的故障进行了分析.对可以用于风力发电机组的故障诊断方法进行了研究,对风电机组的主要部件可能出现的故障类型及可用的故障诊断方法进行了探讨.同时对故障现象及相应诊断方法进行了仿真与分析,得到的结论是:温度场分析可以较好的用于齿轮热变型故障分析,神经网及小波分析可以较好的用于变频器部分的故障分析,磁场分析可以更好地进行发电机部分的故障分析.

基于重要抽样法的风电齿轮箱齿轮可靠性灵敏度分析

为了评估风电齿轮箱齿轮参数对其失效概率的影响,以1.5 MW风电齿轮箱高速级从动轮为研究对象,假设影响齿轮强度和应力的各个参数服从正态分布的随机变量,基于重要抽样方法对齿轮齿面接触疲劳和齿根弯曲疲劳失效分别进行可靠性灵敏度分析.分析结果表明,齿轮齿面工作硬化系数对齿轮接触疲劳失效的影响最大,齿轮弯曲强度计算的寿命系数对齿轮弯曲疲劳失效的影响最大,齿轮失效概率随各设计参数标准差的增大而增大.分析结果可以为风电齿轮箱齿轮的设计制造提供参考.

兆瓦级风电机组行星架设计及有限元分析

以某兆瓦级风电机组主齿轮箱为研究对象,设计了齿轮箱的行星传动机构.通过三维建模软件建立行星架的计算模型,利用有限元方法对行星架的应力、位移及疲劳寿命等进行分析计算,得到其最大位移及最大应力的大小和发生位置,最大位移发生在行星架右壁轴孔边缘处,最大应力发生在右壁与轴承结合处。对行星架疲劳寿命的分析表明其在额定载荷下可以承受无限多次循环而不破坏。结果为某兆瓦级风电机组行星架及齿轮传动的设计提供了理论依据。

风电机组齿轮箱高速轴断齿原因分析

针对某风电机组齿轮箱高速轴出现的断齿现象,对样品进行了宏观检查、化学成分分析、室温拉伸和冲击试验、基体硬度试验、渗碳硬化层深度测试、金相分析、断口形貌分析及能谱分析。试验分析结果表明:高速轴样品的齿面存在载荷不均现象,淬硬层深度不符合相关技术要求的规定,基体的室温冲击吸收能量处于较低水平;样品存在齿面剥落和端齿折断2类损伤现象,其失效模式为疲劳开裂,产生原因与其运行中齿面载荷不均及齿面淬硬层深度不够有关。

基于遗传算法与BP神经网的风力发电机齿轮箱故障诊断研究

为研究风力发电机组齿轮箱故障的诊断方法,提高其工作的可靠性,将BP算法寻优具有精确性与遗传算法全局寻优的优点相结合,提出一种新的BP神经网训练算法。通过算法比较和实例分析表明,该算法在风力发电机组齿轮箱故障诊断领域具有良好的实用性。

风力发电机组的不对中故障分析

实际中存在若干因素会导致风力发电机组传动系统不对中。不对中会产生动载荷,引起机组振动,将会严重影响传动系统的可靠性,是造成齿轮和轴承损坏的主要原因之一。笔者剖析了风力发电机组传动系统不对中的原因,分析了齿轮箱高速端和发电机之间不对中所产生的动载荷及其所引起的机组振动,比较了发电机轴承和齿轮箱轴承所承受的载荷。结果表明:不对中产生的动载荷不仅与转速相关,而且还随风速波动而变化,在齿轮箱轴承和发电机轴承上产生较大的动载荷。

基于物联网的风电传动链远程状态监测系统构建

为了提高风机的可靠性,分析风机传动链状态监测技术与网络结构的现状,提出一种基于有线网络的状态监测系统,具有可靠性高,传输数据量大的特点。该系统融合了振动监测与油液监测2种在线实时监测技术,并结合SCADA数据,可提高对传动链潜伏故障和早期故障的诊断和预警准确率。该系统目前已经安装在了1.5 MW的双馈式风机上进行示范应用。在同一传动链上的多个振动传感器、油液与磨损颗粒传感器采集积累实时数据,为下一步的数据挖掘与信息融合奠定了基础。

基于小波包的风力机齿轮箱点蚀故障诊断

为提高风力发电机组齿轮箱故障的诊断效率,提出基于小波包的频谱分析诊断方法。运用小波包对故障振动信号进行处理,求点蚀故障振动信号的频谱图,依据不同故障类型的振动频谱特性,判断故障类型及位置。Matlab仿真验证了该方法的有效性,

海上风电齿轮箱柔性销结构有限元优化设计

简要介绍了柔性销的结构和工作原理。以体积最小为目标函数,以销轴直径及长度、泄荷槽直径及长度为设计变量,以柔性销的变形位移量和柔性销中的应力为状态变量,应用ANSYS有限元尺寸优化方法对某8MW海上风电齿轮箱中的柔性销进行结构优化设计。最终确定的柔性销尺寸参数满足设计要求。

基于故障树的专家系统在风电齿轮箱上的应用

针对风电机组齿轮箱的结构特点,建立了齿轮箱故障树模型,依据此模型开发了一套基于故障树分析法的故障诊断专家系统,力求缩短维修时间,避免出现人为错误。