为了验证系统理论的有效性,我们已导入了如图11-4所示的风力发电机容错控制系统。通过对此系统结构参数分析,可以得到系统参数分析表(见表11-2)。表11-2系统参数分析故障集V=00<V≤0.50.5<V<1V=1R11000R20100R30010R40001LL1L2L3L4根据风力...[继续阅读]
海量资源,尽在掌握
为了验证系统理论的有效性,我们已导入了如图11-4所示的风力发电机容错控制系统。通过对此系统结构参数分析,可以得到系统参数分析表(见表11-2)。表11-2系统参数分析故障集V=00<V≤0.50.5<V<1V=1R11000R20100R30010R40001LL1L2L3L4根据风力...[继续阅读]
本章主要研究双馈风电变流器的开路故障,以及在故障发生后机组的继续运行问题,并且根据故障发生前后对系统电流信号进行信号处理实现开路故障诊断,为了模拟功率开关开路故障的发生,提出了双馈风电机组的硬件实验方案,其中...[继续阅读]
基于故障树是一个反映了诊断对象结构、功能和行为关系的定性因果模型,它体现了故障传播的层次性和字符节点的关系的定性因果性。我们可以用经验规则的if-then表示形式来表示故障树的正向因果关系,并把故障树模型中的if-then表...[继续阅读]
14.2.1风力发电机组故障的概述风力发电机组的故障表现形式,由于其构成的复杂性而千变万化,归纳起来有成百上千种,但总的可分为:电气方面的故障、液压方面的故障和机械方面的故障。电气方面有电机机组、变频器、箱变等故障。...[继续阅读]
齿轮传动型(行星齿轮)风电机组振动测试难度大、准确性差,故障风电机组现场测试条件严苛(温度、噪声、电磁干扰、高度),是风力发电机组状态监测和故障诊断技术中存在的突出问题,严重影响了风电机组状态监测技术的研究、发展...[继续阅读]
我们采用一个小波网络对每个采样间隔的信号进行预测。采用图9-2所示的小波网络结构并进行实时学习,以估计预测信号的大小。图9-2中(x)为小波函数,xi,(m+1)分别为输入和输出。通过对每个离散时刻x(t),可以推导出估计值...[继续阅读]
7.3.1基于小波包能量分析故障诊断的原理当设备出现故障时,监测信号的频率成分和能量分布也将随之而变化,能量随时间或频率的变化规律可以作为信号的重要特征量,由于故障信息在各频率分量构成的能量中非常丰富,因此可以通过...[继续阅读]
风力发电机增速齿轮箱的主要零部件是需要做高速转动,其故障的常见特征表现为设备出现异常的振动和噪声,其测量得到的振动信号(各种时域、频域和幅域信息)含有丰富的故障信息,其中齿轮故障和滚动轴承故障是风电机组增速齿轮...[继续阅读]