传统的控制系统都是基于传感器与执行器在正常工作的假设而设计的,基本上没有考虑它们发生故障的后果。所以一旦这些元器件发生故障,极易导致意想不到的后果发生。为此,专家们提出了FTC(FaultTolerantControl)容错控制系统理论。自...[继续阅读]

    随着人工智能技术的发展,故障预测的方法越来越多,预测精度越来越高。对时间序列的预报有以下几种方法:以线性回归滑动平均(ARMA)模型为基础[40],它不适应于非线性系统的建模与预报,而对线性系统有较高的预测精度;灰色预测模型...[继续阅读]

    利用数据采集系统获得的时域及频域数据,利用频谱分析、包络分析、倒谱(即功率谱的对数值的逆傅里叶变换)分析等数学手段,提取故障特征,进行故障类型的判别和定位。例如齿轮箱中的齿形误差、轴弯曲、基座松动等故障都有其独...[继续阅读]

    故障树模型是一个基于研究对象结构、功能特征的行为模型,它是一种定性的因果模型,是一种体现故障传播关系的有向图。它从诊断对象最不希望发生的事件为顶事件,按照对象的结构和功能关系逐层展开,直到不可分事件(底事件)为...[继续阅读]

    7.4.1实验数据采集转子振动信号是在同一实验平台上采集的,模拟风力机输入转矩为60N·m,风力发电机给定转速600r/min,根据式n=60f/p可得f=20Hz,其中p=2,采样频率5kHz,每采样2500个数据存为一组。振动传感器采用SD1405,置于风力发电机转子转轴...[继续阅读]

    本章介绍了大型风力发电机组的状态监测(SCADA)系统基本结构和功能,分析了1.25MW和2MW的SCADA系统特点,给出了系统实际运行中的主界面、功率运行曲线、数据记录、风玫瑰图、功率曲线、故障代码记录等。...[继续阅读]

    智能故障诊断是一项正在发展中的技术,有许多理论与实践方面的问题值得研究。比较之下,本文的工作是有限和初步的,作者认为还需要在以下几个方面进行深入的研究:(1)继续深入研究风力发电机运行故障机理和故障特征提取方法...[继续阅读]

    本章主要对制动系统关键部件常见故障的机理进行了研究,提出了基于模糊神经网络的故障诊断方法,其研究内容有以下三个方面:(1)开展了闸瓦温升和闸瓦摩擦系数对制动安全影响机理的研究,提出了基于神经网络的闸瓦摩擦系数综合...[继续阅读]

    1)电气故障电气故障是指产生于电气系统的故障。包括并网类一次故障和控制类二次故障。2)液压站故障液压站由阀块、各种阀门、传感器、过滤器、电机、泵和油箱以及油管组成。液压站故障通常表现为阀门和泵的故障。液压系统...[继续阅读]

    8.5.1风电机组齿轮箱的结构图8-24是大型风电机齿轮箱内部结构简化图,其传动部分由高速轴、中间轴、中间轴大齿轮、低速轴、低速轴大齿轮、太阳轮、行星架、行星轮、内齿轮和滚动轴承构成[70]。图8-24大型风力发电机齿轮箱内部...[继续阅读]