风电机组传动链的故障树智能诊断技术

为了解决复杂结构下的风电机组传动链的故障,采用面向故障树的智能诊断技术,对其进行诊断.通过故障树分析技术,结合传动链故障类型及机理分析,构建了风电机组传动链故障树智能诊断系统;采用面向故障树的基于框架的混合知识表示,分析故障与故障特征、故障与故障源之间的关系;通过顶上事件—中间事件—基本事件的推理机制,确定故障树上各节点的状态,找出故障源;最后,通过分析某风电场3#风机传动链的故障实例,采用振动分析法提取齿轮箱、主轴和联轴器的故障特征,初步确定为齿轮箱的轴承损坏,根据损坏原因,检查轴承清洁度和润滑情况,发现废油脂呈纯黄色,内部铁屑明显,剖析故障源为齿轮箱轴承润滑不良.

基于引力搜索神经网络的风电机组传动链故障识别

针对风电机组传动链故障识别由风电场制定合理维修策略可减少停机时间、降低维修费用问题,将引力搜索算法用于BP神经网络初始权值及阈值优化,提出基于引力搜索神经网络的风电机组传动链故障识别方法。算例结果表明,所提方法精度较BP神经网络高,能准确识别齿轮磨损、齿轮断齿、轴承松动等风电机组传动链典型故障,验证该方法的有效性。

风电机组传动链测试平台数据采集系统设计

风电机组传动链测试平台要实现对齿轮箱、风力发电机和风电变流器等机组传动链关键部件运行状态的测试评估，测试项目多且信号采集复杂。根据传动链测试项目及其特征参量完成了系统测试量部署，设计了一套基于PXI平台的数据采集系统，实现测试平台中电气量、载荷量、温度以及振动噪声等多种信号的同步采集与数据处理，通过在100kW风电机组传动链测试平台实验，验证了设计的数据采集系统能够很好地满足风电机组传动链测试需求。

风电机组传动链综合状态监测与故障诊断技术

为了实现对风电机组传动链结构及运行过程的监测与诊断,结合单一的物理仿真或单一的经验,利用风电机组传动链在线状态监测系统采集数据并预处理,采用FNN,FFT和专家系统推理机对不同类型的故障进行诊断,采用决策融合技术对诊断结果进行优化,构建风电机组传动链在线综合状态监测与故障诊断系统.将该系统与风电场CMS系统和SCADA系统相结合,对风电机组进行状态监测与故障诊断.以某风电场主轴轴承故障为例,分析振动幅值、故障发生时间、故障部位及故障程度,根据诊断情况,给出了专家意见.该系统具有很强的通用性、适应性、容错性和易实现性,提高了分析问题、推理及优化、远程诊断分析能力,达到了较高的智能化水平等建议.

基于决策表的风电机组传动链配置设计方法

针对风电机组传动链结构设计复杂性的问题,引入基于决策表的配置知识表达方法。通过约束规则构建配置知识库,采用配置引擎提取知识库中的规则、约束及数据信息,输出风电机组传动链设计实例。通过配置模型与客户需求的逐层匹配,生成风电机组传动链配置清单。该设计方法被用于1.5MW双馈式变速恒频风电机组传动链设计,其应用结果显示该方法可行。

齿轮箱销套螺栓的连接强度分析

主轴与齿轮箱的连接是风电机组传动链中的重要结构,销套-螺栓连接形式的传扭结构得到了越来越多的应用,但目前针对销套-螺栓连接结构极限和疲劳强度的研究还较少。为此,建立了销套-螺栓连接结构有限元模型,对极限强度和疲劳强度进行了安全性评估。首先,建立了包含销套、螺栓、主轴以及齿轮箱等部件的有限元模型;然后,校核了各部件在极限扭矩下的极限强度,并分析了不同扭矩下结构的应力情况;最后,提出了考虑非线性应力情况的疲劳强度计算方法,并校核了结构疲劳强度。研究结果表明:销套-螺栓连接结构的传扭可分为三个阶段,第一阶段为外圈螺栓传扭,第二阶段为外圈销套与内圈螺栓传扭,第三阶段为外圈销套与内圈销套传扭;传扭过程中载荷与应力存在明显的非线性关系,疲劳强度分析需要考虑相应的非线性关系;传扭结构应力最大点和疲劳最大点均位于主轴侧销孔,应力为553 MPa,疲劳数值为0.1355,因此,设计时需要重点关注主轴接口的强度情况,保证连接的可靠性。