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FFT,FNN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.     

风力机故障诊断神经网络特征参数确定方法

为了诊断风力发电机组的故障,在搭建故障诊断神经网络平台时,选择合适的输入层特征参数搭建小波神经网络以达到网络训练时的稳定收敛.通过对风力发电机组故障诊断神经网络系统输入层特征参数的选择研究.发现风力发电机的齿轮箱、转子、叶片为独具代表性的易故障部件.分别对3个典型故障部件的一般故障类型和其产生机理进行了分析,得出齿轮箱的频率特性可以用来表征其故障类型,不同的转子故障会对应于不同的轴心轨迹,而叶片的故障诊断则可以运用声发射系统.根据分析的结果,提出了输入层特征参数的确定方法.齿轮箱按照其故障的时-频特性来确定输入层特征参数;转子利用其轴心轨迹能够反映故障类型的这一特性,来确定输入层特征参数;而风机的叶片则是通过“声发射系统”测量叶片表面性能时产生的特性数据作为输入层的特征参数.该方法可为风电机组故障诊断神经网络的建立提供参考.     

水电机组基于贝叶斯网络的故障树故障诊断分析研究

为克服贝叶斯网络应用在水电机组故障诊断中存在的结构和概率不易确定的困难,研究过程中将故障树转化为贝叶斯网络模型。首先比较两种模型的类似,通过与或门故障树例子验证了贝叶斯网络方法和故障树分析法计算结果相同。再将现有故障树结构的发电机故障模型转化为贝叶斯网络模型,利用柱状图对比通过专家系统确定的先验概率和通过贝叶斯网络的反向推理获得各个底层事件在顶层事件发生故障下的后验概率,得到最有可能导致系统故障的底层事件,据此进行诊断,为复杂系统的可靠性设计和故障诊断提供依据。     

发动机“烧瓦”故障分析（一）

烧瓦是指发动机曲轴轴承和连杆轴承的瓦片合金发生熔化脱落现象,是一种严重的、危害性极大的故障,轻者轴瓦、曲轴粘着划伤,重者产生“抱轴”,甚至使曲轴断裂。 1.故障原因分析 (1)机油供应不足。柴油机润滑油由于渗漏(如散热器油管破裂,过滤器外罩纸垫损坏,油底壳磁性放油螺塞丢失,各部管头漏油或机油烧损量过大),使润滑系统缺油引起烧瓦。润滑油路堵塞,特别是通往轴瓦的油路被杂物、油泥堵塞,这种情况容易导致某单个轴瓦烧坏,以连杆     

农用运输车变速箱异响的故障分析

农用运输车变速箱在工作时 ,有时产生异常声响 ,这说明某部位存在故障 ,如不及时查明解决 ,将产生重大安全隐患。为此 ,我们对几种故障原因及查找方法分析总结如下 :(1)变速箱内油量油质是否符合要求。润滑油量不足、油质粘度太低或润滑油规格不符合要求 ,使变速齿轮运转中不能良好润滑 ,产生异常声响。(2 )某轴承损坏或缺油。变速箱某轴承损坏或缺油后 ,不能正常工作 ,产生异响。判断具体是哪一轴承损坏时 ,可用如下方法 :车静止、发动机怠速运转 ,踏下离合器踏板察听 ,响声消失 ,故障一般为第一轴后面的轴承、第二轴前面的轴承或某常啮合…     

风力发电机齿轮箱故障诊断系统的设计与实现

风电能源的提供受较多自然条件的限制,为满足风电能源的需求,应竭尽全力做好风力发电机的维护工作。齿轮箱是比较敏感又重要的部位,稍微出点意外就容易导致颇多的成本损失。为最大程度地减少故障发生的几率,应选各方面性能较佳的风力发电机组齿轮箱状态监测以及故障诊断系统。文章通过分析风力发电机齿轮箱容易出现的主要故障,提供相关的具有较高操作性的解决措施,希望能保促进风电机组的稳定运行。     

齿轮箱密封技术改造及应用

随着风力发电的发展,风电场安装的风力发电机组类型和数量不断增加,机组设备各密封系统部件会出现老化、失效等各种问题。风电机组齿轮箱各部位密封泄漏情况比较普遍,给整个机组的安全稳定运行造成严重影响。本文通过对风电机组渗漏油部位进行检查,分析渗漏油原因,提出了解决齿轮箱渗漏油的技术方案。     

贯流式机组在南水北调工程中的应用研究

根据南水北调工程中许多泵站扬程特低的特点，分析了不同结构型式的贯流式机组结构型式、水力性能和技术经济指标，指出在特低扬程的泵站可以采用轴伸贯流式、竖井贯流式和灯泡贯流式等多种结构型式，其关键在于必须解决水导轴承的材料和润滑方式以及齿轮箱的使用寿命和噪音等问题。     

电控发动机不能起动的故障树最小割集分析

汽车电控发动机不能起动属于常见的故障现象,但同时也属于疑难故障问题.常规的故障诊断方式采取经验法,即根据诊断工程师的实际经验按故障现象的特征进行检测,并根据经验建立了相应的故障诊断因果关系图(也称故障诊断树).但实际操作的情况反映,故障诊断树的确立因人而异,从而检查的可靠性、快捷性受到限制.基于故障的原因分析,运用最小割集法设计了丰田卡罗拉1ZR-FE发动机不能起动的故障树,并运用层次分析法对卡罗拉发动机不能起动的故障树进行定性分析,确定各个底端事件的概率,改进故障诊断树的可靠性,并通过维修实例验证本文方法的正确性.本文方法具有一定的通用性,值得深入研究与探讨.     

主轴密封环烧毁的原因及预防措施

主轴密封是为了保证稀油润滑导轴承能正常工作,以防止压力水从主轴和顶盖之间渗入使水导轴承损坏。要求其密封性能要好,寿命要长。我站所辖的高州电站装机2×2000kW,机组型号为HL200—WJ—84,主轴密封采用活塞式端面密封,抗磨板材料为不锈钢,密封环材料为橡胶Ⅱ—2。在初运行的两年内,两台机组的主轴密封陆续发现有不同程度烧毁。1事故现象最初在开、停机时主轴密封处出现不同程度的焦臭味,一段时间后机组运行时发现水导轴承处的油中有少量水珠,最后水导轴承中的油有大量水珠且顶盖上腔漏水量增大,检修时发现主轴密封环已严重烧毁变形。2…     

灰色关联分析法在汽车零部件故障分析中的应用

介绍了灰色关联分析的有关理论,并采用该方法在汽车零部件的故障诊断中研究系统的故障特征与内部特征之间的相关性,确定实际模式归属于某个标准模式,并对故障树诊断进行综合分析。实例诊断表明,这种方法是有效可行的,并且诊断结果可靠。     

基于MCKD的对虾分级机轴承故障增强检测

对虾分级机轴辊轴承易受潮湿环境影响而发生锈蚀剥落等故障,影响分级准确程度,为有效检测故障提高其工作可靠性,先采用MCKD方法检测和增强振动信号中的故障脉冲成分,然后通过包络谱分析得到故障特征频率,诊断出故障原因,实测轴承外圈故障振动信号分析结果表明了该方法的有效性。     

基于物联网技术的配电室故障智能诊断

针对传统的配电室故障智能诊断方法存在的诊断误差率较大问题,开展了基于物联网技术的配电室故障智能诊断方法设计的研究。通过建立配电室故障智能诊断模型,将数据整理成集合的形式,实现故障参数的提取。采用对数据除杂降噪的方式对其进行故障数据的智能化分类,实现对配电室的智能化诊断评估。采用设计对比实验的方式验证上述设计方法在实际应用中可提升检测的精准化程度,为配电室在电力市场中的可持续发展提供帮助。     

大型风电机组偏航系统性能异常与检修策略

在科技发展日新月异的今天,我国风电技术逐步发展,日趋完善。风电机组在运行过程中不可避免会出现一些故障,需要工作人员进行系统性能的检修与故障排查。文章通过对风电机组特点的介绍,分析其在工作运行可能出现的问题,提出解决的方法,以期为大型风电机组的发电工作提供理论指导和帮助。     

电缆铣削除冰防冻装置的可靠性分析

针对电缆铣削除冰防冻装置工作环境恶劣、结构复杂、工作时故障维修困难等问题,提出了一种基于FMECA分析和故障树分析的方法,对电缆铣削除冰装置进行可靠性分析。用这一方法建立层次结构功能图、可靠性框图及故障树,对故障模式进行了严酷度等级分类及分析计算,得到严酷度等级较高和危害度较大的故障模式。通过故障树的定性与定量分析,得到底事件的相对概率重要度,并对严酷度等级较高及危害度较大的故障模式提出了优化措施,为电缆铣削除冰防冻装置的可靠性设计提供参考。     

发动机润滑系的常见故障分析与处理方法

润滑系技术状况变坏的明显标志是机油压力降低和机油变质,机油压力过低或过高,都说明润滑系工作不良,甚至会造成严重事故。文章从润滑系的常见故障,找出引起故障的原因进行分析,从而对它们进行诊断及排除。     

基于ReliefF和DBN的齿轮箱故障模式识别方法研究

考虑到齿轮箱中齿轮和轴承等零部件振动信号故障特征难以提取,故障模式无法准确识别的问题,提出了一种将齿轮箱振动信号特征利用Relief F算法进行降维,然后利用深度置信网络进行模式识别的分类方法。首先采用变分模态分解算法对齿轮箱振动信号进行预处理,将信号分解成多个包含故障特征的IMF分量;计算每个IMF分量的时域及能量熵特征,运用Relief F算法选取其中的敏感特征以降低原始特征维度;将敏感特征向量输入到深度置信网络中,实现故障类型的模式识别。实验结果表明,使用降维后的特征向量比使用降维前的特征向量,识别准确率更高。     

兆瓦级风电齿轮箱高速齿轮断齿失效分析

风电齿轮箱是风机传动链的重要组成部分,其中高速级齿轮工作环境复杂多变,失效破坏易发,极易引发齿轮箱的故障,甚至带来灾难性后果而停机。实时状态监测及故障诊断,对于确保风机正常运行尤为重要。基于振动信号的风机故障诊断研究方法层出不穷,然而现有的方法对具体型号风机不具有普适性。因此,该文对在齿轮失效特征归类总结的基础上,选取高速齿轮断齿时的振动信号,通过小波变换对原信号消噪,有效辨识边频带特征,以反映齿轮失效程度;进而通过频谱变换获得频域特征,以反映齿轮失效的类型。结果表明,断齿发生时,时域上幅值有周期性冲击,周期为转速的倒数。频域上,转频的5倍频均有大幅增加,甚至达到127倍;高转速下啮合频率2倍边频带不对称性更为明显,3倍频幅值增加达4.4倍;断齿失效下会引起该型号风机1 200~1 500 Hz频段的共振现象,研究结果可作为该型号风机断齿失效诊断的基础数据。      

风力发电机组性能测试中风速有效扇区计算方法的研究

风速有效扇区的确定是风力发电机组性能测试过程中必不可少的准备环节。剔除受障碍物影响的无效扇区风数据,保留能准确反映风机正常运行有效扇区的风数据,是保证风电机组性能测试及分析准确性的重要步骤。本文首先利用WASP OWC Wizard工具对东营测试场一年的风数据进行处理分析,得到当地风谱图;依照IEC61400—12—1标准要求,通过分析风谱图确定年主风向,从而确定测试场各个风电机组对应测风塔的安装方位;最后通过分析风电机组对应测风塔的安装位置及风电机组20D范围内障碍物的布置情况来确定测试场各个测风塔的风速有效扇区。此方法符合国际标准IEC61400—12—1的步骤要求,并应用于东营测试场风速有效扇区的计算上,为之后的数据处理提供依据,具有工程应用价值。     

旋转机械健康状态评估方法研究现状与展望

旋转机械是机械装备的重要组成部分,其内部结构复杂度高,关键零部件与子系统之间耦合度强,长期在复杂工况下运行易发生故障.一旦发生故障,会导致整机性能下降,甚至造成重大经济损失或人员伤亡.因此,旋转机械健康状态评估研究已成为现代国防与工业装备发展中的重点之一.从旋转机械的健康管理与智能运维需求出发,首先,论述了健康状态评估在机械设备智能运维中的地位和作用;其次,介绍了健康状态评估技术的概念、状态等级的划分以及评估指标;再次,阐述了基于知识经验、模型驱动和数据驱动的典型评估方法;进而,综述了近年来国内外学者在泵、轴承、齿轮箱和航空发动机等典型旋转机械健康状态评估方面的研究成果;最后,基于健康状态评估方法研究面临的技术挑战和发展趋势,对旋转机械健康状态评估方法的发展方向进行了探讨和展望.