风机叶片振动报警方法及装置.pdf
努力****星驰
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
风机叶片振动报警方法及装置.pdf
本发明提出一种风机叶片振动报警方法,其中,方法包括:获取风机叶片振动的频域曲线以及固有频率幅值指标报警实测值和报警阈值;根据风机叶片振动的频域曲线以及固有频率幅值指标报警实测值和报警阈值对预先构建的混合模型进行训练,得到训练好的混合模型;获取风电机组实测频域信号,将风电机组实测频域信号输入至训练好的混合模型,得到风电机组叶片的振动报警结果。基于此,该方法实现对风电机组发电机故障的捕获和对不同故障类型的识别,从而能够减少误报警的次数。
风机叶片故障预测的振动方法研究.docx
风机叶片故障预测的振动方法研究摘要:伴随着科学技术的发展,各种各样的新能源开发层出不穷,作为新能源的风能,其具有很多的优点,不仅仅属于清洁能源,还具有安全、可再生等等的优点。风能的主要应用范围目前是在发电的方面,风能发电技术目前得到了很大的发展。在风能发电之中,风力发电机是风电进行转换的重要设备,但是在实际的风机运转的过程之中,因为会受到惯性力、空气动力等等的因素的影响,那么风机就会出现各种的故障。所以对于风机的故障预测十分的重要,通过风机的叶片故障来进行风机运转状况的预测是很好的方式。关键词:风机叶片;
风机叶片故障预测的振动方法研究.docx
风机叶片故障预测的振动方法研究风机叶片故障预测的振动方法研究摘要:风机作为重要的能源转换装置,受到广泛应用。然而,由于长期运行和恶劣工况的影响,风机叶片容易出现故障,导致性能下降甚至完全失效。因此,对风机叶片的故障预测显得非常重要。本论文综述了目前风机叶片故障预测的振动方法研究,包括传统的振动信号分析方法以及基于机器学习的故障预测方法,并提出了一种基于深度学习的风机叶片故障预测方法。关键词:风机叶片;故障预测;振动信号;机器学习;深度学习1.引言风机作为能源转换装置,广泛应用于风力发电、通风系统等领域。然
浅析风机叶片故障预测的振动方法.docx
浅析风机叶片故障预测的振动方法风机叶片故障预测是风电工程中的重要课题之一,对于保证风机的稳定运行和延长风机的寿命具有重要意义。叶片故障常常会导致风机的性能下降、噪声增加、甚至引发事故。因此,利用振动方法进行风机叶片故障预测具有重要的工程应用价值。一、引言风机叶片故障通常表现为振动异常,因此利用振动方法进行故障预测成为常见的手段。本论文将从以下几个方面探讨风机叶片故障预测的振动方法。二、振动信号的获取振动信号的获取是进行故障预测的首要步骤。常用的振动信号采集方法包括加速度传感器、压电传感器、光纤传感器等。这
风机叶片振动原因分析.docx
风机叶片振动原因分析风机叶片振动是风力发电机领域的重要问题。风机叶片的振动不仅对机组的寿命和安全产生影响,而且还会影响电能输出的稳定性和质量。因此,研究风机叶片振动的原因非常重要。本文将分析风机叶片振动的原因,并提出一些解决方案。一、风机叶片振动的类型风机叶片振动的类型主要有两种:一种是自由振动,即叶片在受到开路激励时自由振动,一种是强迫振动,即叶片受到外部激励力的作用而振动。自由振动与叶片的固有频率有关。如果风机的旋转速度和叶片固有频率匹配,则会出现共振,这将导致叶片振幅剧烈增加,严重时可能导致断裂。而