项目名称: 风力发电机主传动链的无传感器故障诊断方法研究

项目编号: No.51275136

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 机械、仪表工业

项目作者: 时献江

作者单位: 哈尔滨理工大学

项目金额: 75万元

中文摘要: 目前,我国风力发电机组的状态检测与故障技术应用基本上还是空白,原因是常规的振动诊断方法存在着传感器数量多、安装不便、数据传输与采集困难等问题,缺乏一个面向整机的、简便易行的综合性诊断方法,为此,提出了一种基于发电机电流信号分析的诊断方法─无传感器故障诊断方法。以传动链的动态扭矩传递模型为主线,建立从风轮、传动链部件到发电机的动力学和电气数学模型,研究机组传动系统主要部件故障信息在电机电流信号中的机电耦合响应与故障检测原理,分析电流信号中机械故障信息、电气故障和控制信息的交叉和耦合作用,并进行模拟试验台验证。在此基础上,采用瞬时导纳法和EMD等方法,研究电流信号中的微弱机械故障特征提取、识别与诊断方法,探讨综合故障定量评价与预测模型。项目研究既可丰富和扩展无传感器故障诊断方法的理论及应用,也能解决振动检测方法在风电系统应用中遇到的技术瓶颈,因此具有重要的学术研究价值和广泛的应用前景。

中文关键词: 风力发电机;主传动链;无传感器诊断;瞬时解调功率谱;过调制解调

英文摘要: At present, there is a technology gap in china in the field of wind turbine condition monitoring and fault diagnosis. The reasons of it are the existing problems in classical vibration diagnosis such as large quantity of sensors, inconvenient in install, difficult in data transmission and acquisition, etc. It is not a system-wide and simple comprehensive diagnostic method. Therefore, based on analysis of generator current, a sensorless fault diagnosis method has been proposed. This mainly based on dynamic torque transfer model of drive chain, via building a dynamics and electrical mathematics model about wind wheel, drive chain and generator, researches electromechanical coupling response and fault diagnosis principle of fault information in generators current signal of the main component of generators drive system, analyzes cross-coupling effect of mechanical fault, electrical fault and control information in current signal, and verifies by simulation. On this basis, using the instantaneous admittance and EMD methods research feature extraction, identification and diagnosis methods of weak mechanical fault in current signals, explore the quantitative evaluation and prediction model of the integrated fault. The research of this project can develop and extend the theory and application of sensorless fault diagnos

英文关键词: Wind generator;Main drive chain;Sensorless fault diagnosis;Instantaneous demodulation power;Over modulation demodulation

成为VIP会员查看完整内容
0

相关内容

达观智能制造知识图谱平台电力能源行业应用方案
专知会员服务
49+阅读 · 2022年4月13日
专知会员服务
26+阅读 · 2021年9月4日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
65+阅读 · 2021年6月3日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
知识神经元网络 KNN(简介),12页pdf
专知会员服务
14+阅读 · 2019年12月25日
【CCL 2019】结合规则蒸馏的情感原因发现方法
专知会员服务
22+阅读 · 2019年11月27日
解读:《金融数据安全 数据安全评估规范》
THU数据派
6+阅读 · 2022年1月18日
我所了解的物联网设备测试方法(硬件篇)
FreeBuf
12+阅读 · 2019年2月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关主题
相关VIP内容
达观智能制造知识图谱平台电力能源行业应用方案
专知会员服务
49+阅读 · 2022年4月13日
专知会员服务
26+阅读 · 2021年9月4日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
65+阅读 · 2021年6月3日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
知识神经元网络 KNN(简介),12页pdf
专知会员服务
14+阅读 · 2019年12月25日
【CCL 2019】结合规则蒸馏的情感原因发现方法
专知会员服务
22+阅读 · 2019年11月27日
相关资讯
解读:《金融数据安全 数据安全评估规范》
THU数据派
6+阅读 · 2022年1月18日
我所了解的物联网设备测试方法(硬件篇)
FreeBuf
12+阅读 · 2019年2月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员