北极星

搜索历史清空

  • 水处理
您的位置:电力风电风电产业技术正文

考虑运行工况和信息简化的风机传动链状态监测方法研究

2017-08-21 15:44来源:阜特科技作者:张柯 王科盛关键词:风电机组风电技术风电收藏点赞

投稿

我要投稿

2.3 结果验证

分别计算第5通道正常数据(有功功率非0)和故障数据(齿轮箱轴承磨损)的峰值、平均幅值等24个指标,并进行PCA降维,得到生成的主成分,分别比较几个转速范围下正常数据和故障数据的主成分分布情况,如图所示:

图2-4 1000-1200rpm主成分比较图

图2-5 1200-1500rpm主成分比较图

图2-6 1500+rpm主成分比较图

由图2-4到图2-6可以看出,在三个转速范围,故障数据的PCA降维结果与正常数据降维结果的分布有很大的差别,故障数据降维后的散点都落在分布圆外,可以实现正常数据与故障数据的分类。因此,结合PCA降维技术,考虑风电运行工况,对风电振动数据进行融合,获得散点分布圆,可以有效的实现风电设备的状态监测和故障诊断。

3 结束语

本文针对风电机组传动链状态监测和故障诊断过程的数据指标多,风机运行工况复杂的问题,基于真实风电传动链数据,进行了时域指标融合分析研究,提出了一种考虑风电运行工况(风速和有功功率)的有效状态监测方法;方法结合振动数据的时域、频域指标,并对指标进行PCA降维,在考虑运行工况的情况下绘制散点分布阈值圆,从而实现对风电机组状态的描述和故障诊断。

参考文献:

[1]DimitriosKoulocheris, GeorgiosGyparakis, AndoniosStathis. Vibration Signals and Condition Monitoring for Wind Turbines. Scientific Research Publishing Journal, 2013, Vol.05 (12):948-955.

[2]徐展.基于振动法的风电机组传动链状态监测与故障诊断研究[D].杭州:浙江大学,2012.

[3] 杨滨源, 王玉, 王小康.基于振动信号分析的风电机组故障诊断研究[J].第十三届全国风能应用技术年会, 2016.

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

风电机组查看更多>风电技术查看更多>风电查看更多>