项目名称: 超大型海上风电吊装装备故障诊断与预报的多尺度方法研究

项目编号: No.51275245

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: 陆宝春

作者单位: 南京理工大学

项目金额: 80万元

中文摘要: 海上风力发电已成为世界可再生能源发展领域的焦点。海上风电吊装设备是实现海洋管桩基础施工、海上风电安装作业的关键装备。随着其日益大型化和复杂化,导致影响设备正常吊装的因素骤增、发生故障的可能性增加、状态监测和故障诊断难度加大,因此研究海上风电吊装装备的早期故障诊断和预报技术理论已成为工程实际的迫切需要。本项目立足于超大型海上风电吊装装备的大量运行数据,研究基于运行数据的早期故障诊断和故障预报的多尺度理论和方法,包括用于故障诊断与预报的多尺度数据监控建模技术理论,多尺度ICA分析方法,多尺度高阶统计分析检测理论,早期故障诊断的集成多尺度方法策略,以及上述理论方法的应用验证技术理论等内容。研究成果有望丰富超大型海上吊装装备的可靠性理论,推动超大型海上吊装装备故障诊断与预测技术的发展,对我国海上超大型吊装装备向高端和前沿转型,提高超大型海上吊装装备国际竞争力将起到促进作用。

中文关键词: 海上风电安装;运行数据;多尺度;故障诊断;故障预报

英文摘要: Nowdays, the offshore wind power generation has become one of the focuses in the field of the renewable energy resources worldwide. The offshore windpower lifting equipments are the main facilities to carry out the pipe pile foundation in construction and the offshore windpower installation tasks in the oceans. With the developing trend of large-scale and complication for the equipments, the factors affecting their normal work are increasing sharply. In such circumstance, the offshore windpower lifting equipments are frail to faults, and it is becoming more difficult for their work condition monitoring and fault diagnosis. Therefore, it is an urgent requirement in the engineering practice to investigate the fault diagnosis and prediction technology of the incipient faults for the offshore windpower lifting equipments. This project focuses on the fault diagnosis and prediction of incipient faults based on the various operating data from the typical super-large offshore windpower lifting equipments. Multi-scale based approches will be investiged in the project. The main research topics include: multi-scale modeling theory of the monitoring models for fault diagnosis and prediction; multi-scale ICA (independent component analysis) method for the fault diagnosis and prediction, multi-scale HOS (high-order statistics

英文关键词: Offshore wind power installation;Operating data;Multiscale;Fault diagnosis;Fault prediction

成为VIP会员查看完整内容
1

相关内容

时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
5G赋能,民用引领,无人机产业迎来新变革,35页报告
专知会员服务
36+阅读 · 2022年3月20日
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
37+阅读 · 2021年8月31日
自动化学科面临的挑战
专知会员服务
37+阅读 · 2020年12月19日
专知会员服务
103+阅读 · 2020年11月27日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
10000个科学难题 • 制造科学卷
科学出版社
13+阅读 · 2018年11月29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
【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 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013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
1+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 · 2011年12月31日
Arxiv
13+阅读 · 2021年10月22日
小贴士
相关VIP内容
时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
5G赋能,民用引领,无人机产业迎来新变革,35页报告
专知会员服务
36+阅读 · 2022年3月20日
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
37+阅读 · 2021年8月31日
自动化学科面临的挑战
专知会员服务
37+阅读 · 2020年12月19日
专知会员服务
103+阅读 · 2020年11月27日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013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
1+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 · 2011年12月31日
微信扫码咨询专知VIP会员