大型风力发电机组故障诊断专家系统

大型风力发电机组故障诊断专家系统的构建方法。分析故障诊断专家系统的知识获取、知识表示及推理问题;给出系统目标及系统的总体框架构建方案;系统知识库和数据库的构建方法。风电故障诊断专家系统可为企业开展预知维修提供依据,保证风力发电设备安全有效健康的运行。     

飞机电源系统状态监测与故障诊断技术研究

结合状态监测与故障诊断技术的原理、方法及关键点,分析飞机电源系统故障特点,梳理飞机电源系统故障监测与预测技术的发展及研究现状,飞机电源系统故障监测与预测技术未来发展趋势。电源系统BIT技术、旋转电机定转子故障及电子电路故障预测技术,在飞机电源系统故障预测领域的发展和广泛应用。     

轴承寿命分析和监测方法研究

对轴承寿命分析与监测方法进行分析研究,建立相应模型与分析方法,为轴承故障诊断及寿命预测方法的研究提供了有益尝试。     

基于大数据的风力发电机组故障诊断研究

近年来大型风电机组的建设愈发频繁,其故障诊断与状态预测愈发重要,同时数据驱动以其无需监测对象的先验知识等优点逐渐应用于故障诊断方面。研究风力发电机组运行状态的影响因素,基于数据驱动探究风力发电机组故障诊断与状态预测框架,分析大数据在风力发电机组成本管控方面的优势,为风力发电机组的运行维护、成本管控提供借鉴。     

HJ-12设备故障综合诊断系统的应用

采用HJ－12设备故障综合诊断系统，通过电流频谱诊断法和振动频谱分析法，这行的注水泵机组进行了预测及其早期故障诊断。     

基于虚拟仪器的预测维修系统

对基于状态监测和故障诊断的数据库、数据采集、信号分析等技术及虚拟仪器进行了详细地介绍；结合实例探讨了预测纵系统的开发研制、从硬件软件两方面探讨了该系统的框架结构，并构建了基于虚拟仪器的数据库、数据采集、数据归档、状态监测、故障诊断、报表打印和信息发送等模块。     

注水泵机组的状态监测与故障诊断分析

使用恩泰克(NTK)预测维修系统软件,对油田多级离心式注水泵机组实施状态监测与故障诊断,通过振动测试和频谱分析,监视注水泵机组运行状态,诊断和预测注水泵机组的故障,为预测维修提供依据。     

用于风电场无功补偿的MCR型磁控电抗器

<正>风力发电是一种可再生的发电技术,具有高效、清洁、可循环利用等优点。近年来,我国风力发电发展迅速,装机总容量将在2020年达到3×104兆瓦。但是,风力发电具有随机性和间歇性,大规模风电场并入电网将对电力系统的安全稳定运行及电能质量产生诸多不利的影响,随着风     

机械设备故障诊断发展历程及展望

机械故障诊断包括状态监测、分析诊断和故障预测,其实施过程可归纳为信号采集、信号处理、状态识别与诊断决策。本文对机械故障诊断的基本过程进行了了论述,介绍了机械故障诊断技术的发展历程,尤其是在我国的几个发展阶段,以及现阶段在我国的发展现状、水平和应用情况,并对机械故障诊断和监测技术的发展趋势进行了展望。     

基于小波变换和贝叶斯证据推断框架下的LS—SVM短期风速预测

基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机（LS-SVM）回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1h的预测,预测的平均绝对百分比误差为7．63％,提高了预测精度。预测结果表明：基于贝叶斯证据推断框架下的LS—SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。     

风电机组齿轮箱内窥镜图像识别应用

作为目前新能源发展的重要角色,风力发电显得尤为重要。齿轮箱是风电机组发电的核心组件,做好相关的检测与维护工作对风力发电效率有重要影响。针对风电机组齿轮箱内部磨损情况下的安全问题,提出了一种基于Faster-RCNN的目标检测算法,通过内窥镜对齿轮箱内部的齿面和轴承进行图像检测来识别各个部件的磨损或其他类型的故障,为齿轮箱的故障分析和故障预测提出理论依据。同时,利用图像增广来解决内窥镜拍摄时的图像不清晰、模糊等问题,进一步提高故障检测率。     

基于神经网络的智能故障诊断技术研究综述

介绍了神经网络在设备故障诊断中应用的三个主要方面：故障模式识别、故障预测和诊断专家系统，对应用的方法、特点及存在的问题也作了概略分析，最后展望了今后研究的方向和重点。     

德国风力发电名列世界前茅

德国目前的风力发电设施的总功率已接近３０００兆瓦,在国际风力发电方面名列前茅,领先于美国和丹麦。德国重视风力发电主要表现在两方面：一是不断增加风力发电设施;二是不断提高发电设施的功率。１９９１年,德国仅有风力发电设施４２３个,到１９９４年即增加到１８...     

基于YOLO算法的风机叶片损伤检测研究

随着国家大力发展风力发电,风机叶片的维护成本也在不断增高,为提升风机的故障发现率和降低风机维护成本。提出了一种基于YOLO算法的风机叶片损伤检测,替代传统目标检测的Two Stage策略,不需要特定生成候选区域,通过生成预测框来对候选区域进行标注,来计算预测框是否包含风机、风机位置坐标以及风机损伤类别,进而完成风机叶片损伤的图像识别。     

美国分布式风力发电政策研究及启示

美国的分布式风力发电起步较早,其在技术水平、市场份额等方面取得的成绩引人注目。推动美国分布式风电快速发展的关键因素之一是政府在支持分布式风力发电发展方面制定了一揽子政策。通过研究美国分布式风力发电的政策法规,对其经济刺激、资金援助、技术支持、电网接入及行业规范等政策进行了深入分析。美国在该领域的成功经验对促进我国分布式电源开发具有一定的借鉴意义。     

神经网络预测方法在机械设备故障诊断中的应用

为保证机械设备在一定的工作环境中以及在一定的连续的工作期间内可靠有效地实现其功能,近年来,单纯的监测诊断已经难以满足工业设备正常工作的要求,变定期维护为预知维护,故障预测技术是该技术领域今后的主要研究方向。而人工智能方法的发展以及在许多案例中的成功应用,为机械设备故障预测技术开拓了新的途径,其中人工神经网络就是其中重要的新兴技术,随着人工神经元网络(ANN)研究的进展,神经网络越来越多地应用于机械控制领域的各个方面,从过程控制、生产控制、模式识别、故障诊断直到决策支持都有应用神经元网络的例子,而且取得了很好的效果。首先介绍机械设备故障诊断的发展过程和人工神经网络的特点,然后着重介绍人工神经网络在机械设备故障诊断中的应用方法的提出及其应用现状。     

风电运营企业发电设备管理指标体系初探

为了提高设备的综合效率,以更加科学、直观和全面的方法评价风力发电设备管理水平,在介绍目前使用的风力发电设备管理指标的基础上,对风力发电设备整体管理指标体系提出一些改进意见和新的分析方法.     

PHM技术在无人机系统保障中的应用

故障预测与健康管理（PHM）技术发展逐渐趋于自主智能化，具有故障诊断精确、维修时效性高、降低装备保障成本等优点，能够对无人机系统进行状态监测、故障预测和诊断、健康评估及保障决策。介绍PHM技术的国内外发展状况，分析PHM应用于无人机保障的必要性和可行性，构建无人机PHM系统工作流程，最后对无人机PHM系统发展趋势进行展望。     

直驱永磁同步风力发电系统的短路故障特征分析

文章以直驱式风力发电系统为研究对象,建立了采用全功率变换器的直驱永磁同步风力发电系统的并网仿真模型,通过PSCAD/EMTDC软件,对发生三相对称短路故障时,直驱永磁同步风力发电系统并网运行的暂态过程进行了仿真分析,获得了直驱永磁同步风力发电系统并网时的短路故障特征,为研究风电场大规模集中式并网对继电保护的影响以及为提出适用于直驱式永磁同步风力发电系统的继电保护配置方案提供了可靠的理论和工程依据。     

内蒙古风力发电的开发与利用

内蒙古风力发电的开发与利用王泽普近几年，在内蒙古朱日和建设的风力发电试验站进行联网试运取得成功。随后，又相继建设和正在建设商都、锡林浩特、辉腾锡勒大型风力发电场，初步摸索出大中型风力发电机组运行维护的经验，风力发电逐步成为内蒙古电力工业的一个重要方面...