风电机组轴承性能退化趋势预测研究的任务书.docx

风电机组轴承性能退化趋势预测研究的任务书
题目：风电机组轴承性能退化趋势预测研究
一、题目的背景和研究意义
随着环境保护理念的发展以及替代传统能源的需求增加，风电发电成为了近年来发展迅猛的一种新兴能源。风电机组作为风电场的核心设备，一台机组中所涉及的轴承数量众多，其性能的稳定性和可靠性对机组的运行、寿命和运维成本都有着至关重要的影响。而轴承的性能在使用过程中受到很多因素的影响，例如负荷、转速、温度、湿度、污染等等，这些因素会导致轴承进入不同的运转状态，从而导致性能的退化。
为了能够对风电机组轴承的工作状态进行监测和评估，减少轴承退化对机组的损害，及时更换退化严重的轴承，提高机组的运行效率和可靠性，需要对风电机组轴承性能退化趋势进行研究和预测。这一研究具有重要意义，可以为风电机组的运行状态监测和维护提供科学依据，同时也可以为不同条件下轴承性能的进一步优化提供支持和指导。
二、研究内容和目标
本研究旨在通过对风电机组轴承的性能退化趋势进行分析和预测，提高风电机组的运行效率和可靠性。具体研究内容包括：
（1）分析和总结各种因素对风电机组轴承性能的影响；
（2）建立轴承性能退化趋势预测模型，确定轴承性能退化程度的指标；
（3）通过实验和数据分析，确定不同条件下轴承易损程度的变化规律；
（4）开发基于传感器技术的轴承监测系统，实现对轴承工作状态的实时监测和评估；
（5）应用研究成果对轴承性能进行预测和分析，为轴承维修提供技术支持。
本研究的主要目标是建立风电机组轴承性能退化趋势预测模型，对轴承工作状态进行实时监测和评估，并实现对轴承性能的预测和分析。通过本研究，可以实现对风电机组轴承的更有效的管理和维护，提高机组的运行效率和可靠性，降低运维成本。
三、研究方法和技术路线
（1）数据采集和处理
应用数据采集系统对风电机组轴承的工作状态进行实时离线监测，获取轴承的运行数据。将数据进行分类处理，筛选出对轴承易损程度影响较大的各项指标，建立轴承易损性指标体系。
（2）轴承易损性实验
在不同条件下，进行轴承易损程度实验，收集不同条件下轴承退化程度指标。
（3）数据分析和建模
将实验结果数据和采集的实际运行数据进行分析，观察各项指标的变化规律，建立轴承性能退化趋势预测模型。
（4）开发监测系统
开发基于传感器技术和数据挖掘技术的风电机组轴承监测系统，实现对轴承工作状态的实时监测和评估。
（5）数据的预测和应用
应用研究成果对轴承性能进行预测和分析，为轴承维修提供技术支持。
四、研究难点
（1）轴承易损性指标的确定和判定；
（2）轴承易损性实验的可靠性和真实性；
（3）监测系统的可靠性和实时性；
（4）数据处理和建模的准确性和有效性。
五、研究预期成果
通过本研究，建立预测风电机组轴承性能退化趋势的模型，确定轴承易损性指标和阈值，开发基于传感器技术的轴承监测系统，实现对风电机组轴承工作状态的实时监测和评估。通过预测和分析数据，为轴承维修提供科学依据，提高机组的运行效率和可靠性，降低运维成本。
六、研究进度安排
第一年：
（1）开展调查和研究，完成相关文献的综合分析，确定研究方案和指标；
（2）完成风电机组轴承易损性实验，收集实验数据；
（3）开展数据分析和建模工作，确定轴承易损性指标和阈值；
（4）开发基于传感器技术的轴承监测系统。
第二年：
（1）在实际风电场中应用监测系统，收集实际运行数据；
（2）应用研究成果对轴承性能进行预测和分析；
（3）优化和完善监测系统，提高系统的可靠性和实时性。
第三年：
（1）对监测系统进行实际应用，收集实际应用数据并分析；
（2）总结和研究成果，撰写研究报告和论文。
七、参考文献
[1]李志东.风电机组轴承性能退化监测与预警系统设计[D].武汉大学,2015.
[2]贾文浩.基于故障诊断的风电机组轴承运行状态评估[D].山东大学,2013.
[3]陈家祺.风电机组轴承故障检测分析及其预测研究[D].湖南大学,2014.
[4]靳志祥.基于自适应BP神经网络的风电机组轴承故障预测研究[D].河北科技大学,2015.
[5]卢治平.风电机组轴承故障监测预警技术的研究[J].机械设计与制造,2016,10:72-74.