基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对风电机组齿轮箱系统的故障预测问题,利用了齿轮箱异常时的动态特性将会偏离正常工作状态的现象,提出了同时使用温度和压力信号对齿轮箱进行故障预测,并据此建立了一种齿轮箱的温度和压力模型.采用了滑动窗口法计算残差的分布特性,以天为单位,定义了残差超限比例,根据预测值残差分布特性的改变,对齿轮箱故障做出及时的预测;设计了以残差超限比例为依据,向风电场发起报警信息的系统流程,提示运维人员有针对性地对设备进行检查;通过对现场实际机组进行模型部署试验,实现了对齿轮箱温控阀故障的提前预警.研究结果表明:该模型对齿轮箱异常状态的判断能力可以起到提前预警的目的.
推荐文章
基于DHNN的风电机组齿轮箱故障诊断
离散Hopfield神经网络
齿轮箱
故障诊断
泛化能力
风电机组齿轮箱润滑油过热原因及对策
齿轮箱
油冷系统
控制阀组
油温高
散热片
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
基于AIS-SA网络的风电机组齿轮箱温度预警方法
风机齿轮箱
人工免疫系统
自适应算法
温度预警
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 风电机组齿轮箱系统的故障预警研究
来源期刊 机电工程 学科 工学
关键词 状态监测 齿轮箱 非线性状态估计 风力发电 故障诊断
年,卷(期) 2019,(6) 所属期刊栏目 机械、仪表技术
研究方向 页码范围 574-578
页数 5页 分类号 TH132.41|TM315
字数 4254字 语种 中文
DOI 10.3969/j.issn.1001-4551.2019.06.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 史晓鸣 13 20 3.0 4.0
2 王欣 2 23 2.0 2.0
3 潘东浩 6 166 4.0 6.0
4 黄小光 1 3 1.0 1.0
5 王杏 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (156)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (21)
二级引证文献  (1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
状态监测
齿轮箱
非线性状态估计
风力发电
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机电工程
月刊
1001-4551
33-1088/TM
大16开
浙江省杭州市大学路高官弄9号
32-68
1971
chi
出版文献量(篇)
6489
总下载数(次)
9
总被引数(次)
41536
论文1v1指导