CN103364189A - 一种风电机组齿轮箱在线故障诊断系统 - Google Patents
一种风电机组齿轮箱在线故障诊断系统 Download PDFInfo
- Publication number
- CN103364189A CN103364189A CN2013103016990A CN201310301699A CN103364189A CN 103364189 A CN103364189 A CN 103364189A CN 2013103016990 A CN2013103016990 A CN 2013103016990A CN 201310301699 A CN201310301699 A CN 201310301699A CN 103364189 A CN103364189 A CN 103364189A
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- fault
- gearbox
- fault diagnosis
- oil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 73
- 238000004458 analytical method Methods 0.000 claims abstract description 80
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000012806 monitoring device Methods 0.000 claims abstract description 16
- 238000001228 spectrum Methods 0.000 claims description 21
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 16
- 239000002245 particle Substances 0.000 claims description 13
- 238000005299 abrasion Methods 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 9
- 229910052742 iron Inorganic materials 0.000 claims description 8
- 239000007788 liquid Substances 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000010183 spectrum analysis Methods 0.000 claims description 5
- 230000005294 ferromagnetic effect Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 239000002923 metal particle Substances 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000005291 magnetic effect Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 10
- 239000003921 oil Substances 0.000 description 55
- 239000010687 lubricating oil Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 230000001050 lubricating effect Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- -1 for example Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种风电机组齿轮箱在线故障诊断系统，包括：油液分析装置，用于对风电机组齿轮箱的油液进行实时在线分析并根据故障诊断装置发来的检测信号将油液分析结果发送给故障诊断装置；振动监测装置，用于实时监测风电机组齿轮箱的振动情况并根据所述检测信号将风电机组齿轮箱的振动数据发送给故障诊断装置；故障诊断装置，用于周期性地向所述油液分析装置和所述振动监测装置发送检测信号，并将收到的风电机组齿轮箱的油液分析结果和振动数据进行对比分析，根据对比分析结果对风电机组齿轮箱进行故障诊断。本发明提供的系统能够同时对齿轮箱的内外进行实时在线故障诊断，故障诊断可靠性高，增大了提前维修的可能性和实施性。
Description
技术领域
本发明涉及风电技术领域，特别是指一种风电机组齿轮箱在线故障诊断系统。
背景技术
近年来，风力发电技术在新能源领域得到了迅速发展。由于风电机组的运行环境恶劣，当机组发生故障时设备维修工作困难，因此平时要加强对风电机组的主动维护，避免被动维修带来的困难。而齿轮箱是风电机组中的重要部件之一，众所周知，齿轮箱故障在整个风电机组机械故障中占有很大比例，是一种常见故障，因此对齿轮箱的故障检测显得极为重要。但是，由于背景噪声和机构复杂等特点，目前很难对齿轮箱，尤其是复杂装备的风电机组的齿轮箱进行有效检测。在现有风电机组维修体系中，大多数仍然采用事后维修和定期维修的方式，这容易造成大量人力物力的浪费。目前，齿轮箱的故障诊断有许多方法,如振动分析法、油液分析法等。
由于风力机组齿轮箱对润滑油有特殊的要求，润滑隐患往往是导致齿轮箱故障的重要原因之一，因此加强对齿轮箱的油液监测是保证机组安全运行的重要工作。现有技术中主要采用油液分析法对齿轮箱的润滑油情况进行分析以排除可能存在的齿轮箱润滑隐患。如图1为现有的油液分析系统结构示意图，其中，润滑油流经齿轮箱1、泵2以及其他相关设备后形成一个循环流动路线，在泵2之后安装一个传感器3来监测流经的润滑油中各颗粒的含量及大小等，如对润滑油进行化学成分分析以判断机械设备发生异常情况的部位和磨损类型；对润滑油进行颗粒浓度含量分析以判断机械设备磨损的总量；对润滑油内的颗粒进行尺寸大小分析来判断机械设备磨损的严重程度和磨损类型；或者对润滑油内的颗粒进行几何形貌分析来判断设备的磨损机理。但是，油液分析系统在线采集参数的能力较差，且对瞬时突发故障无能为力，无法及时对故障定位而且只能监测齿轮箱的内部设备状态。若使用离线监测，存在以下问题：1）取样不一定有代表性，有些大型润滑系统的用油量可到几十立方，而离线监测的取样量一般只有几百毫升，典型磨损颗粒被稀释而不一定能够被及时发现；2）送检周期太长，一般从取样到送至最近的专业油液实验室，到得到分析报告，需要几天甚至几个星期时间；3）应用地域有限制，有些交通不便的企业或取样不便的设备很难开展定期的离线监测，如远洋船舶与风电齿轮箱。
现有的振动分析法主要是在齿轮箱的轴承和齿轮圈上安装振动传感器或速度传感器，通过监测齿轮箱的轴承和齿轮圈的振动频率以及振动速度等来获取频谱图，从径向和轴向分析故障频率。虽然现有的振动分析系统能够对齿轮箱的轴承等实现在线监测，但是，现有的振动分析系统需要进行复杂的信号处理过程，故障检测分析过程费时，且振动参数受检测位置的限制很大，无法对齿轮箱的所有部位进行完全监测。
综上所述，现有的单一齿轮箱故障分析系统的故障诊断结论受试验方法和诊断水平影响很大，故障分析结果不准确，容易带来漏报和误诊。因此，需要一种能够对齿轮箱进行实时在线监测且可靠性高的齿轮箱故障诊断系统。
发明内容
本发明提供一种风电机组齿轮箱在线故障诊断系统，用于解决现有单一齿轮箱故障分析系统故障监测结果可靠性差，容易对齿轮箱故障漏报和误诊的问题。本发明提供的风电机组齿轮箱在线故障诊断系统通过在线监测的振动信息和油液中颗粒含量的融合分析，对齿轮箱的监测更全面，且切实提高了齿轮箱故障诊断的可靠性和定位的准确性。
本发明提供的一种风电机组齿轮箱在线故障诊断系统，包括：油液分析装置，用于对风电机组齿轮箱的油液进行实时在线分析并根据故障诊断装置发来的检测信号将油液分析结果发送给故障诊断装置；振动监测装置，用于实时监测风电机组齿轮箱的振动情况，并根据故障诊断装置发来的检测信号将风电机组齿轮箱的振动数据发送给故障诊断装置；故障诊断装置，用于周期性地向所述油液分析装置和所述振动监测装置发送检测信号，并将收到的风电机组齿轮箱的油液分析结果和振动数据进行对比分析，根据对比分析结果对风电机组齿轮箱进行故障诊断。
优选地，所述故障诊断装置包括故障检测模块、故障类型判断模块、故障定位模块及故障恢复模块；所述故障检测模块分别与所述油液分析装置、振动监测装置、故障类型判断模块连接，用于周期性地向所述油液分析装置和振动监测装置发送检测信号，并对收到的风电机组齿轮箱的油液分析结果和振动数据进行对比分析后判断风电机组齿轮箱是否产生故障，若产生故障，则将风电机组齿轮箱的油液分析结果和振动数据发送给所述故障类型判断模块；所述故障类型判断模块，根据收到风电机组齿轮箱的油液分析结果和振动数据对比分析结果，分析判断风电机组齿轮箱故障的类型，并将当前分析判断出的风电机组齿轮箱故障的类型以及风电机组齿轮箱的油液分析结果和振动数据提供给所述故障定位模块；所述故障定位模块，用于根据收到的风电机组齿轮箱故障的类型以及风电机组齿轮箱的油液分析结果和振动数据，细化故障种类，诊断出当前风电机组齿轮箱的具体故障部位和故障原因，并将当前风电机组齿轮箱的具体故障部位和故障原因信息发送给所述故障恢复模块；所述故障恢复模块，用于根据收到的当前风电机组齿轮箱的故障原因，采取相应措施对当前风电机组齿轮箱的具体故障部位进行恢复。
优选地，所述油液分析装置包括光谱分析仪、铁谱仪和污染分析仪；所述光谱分析仪、铁谱仪和污染分析仪均与所述故障诊断装置相连接；所述光谱分析仪、铁谱仪和污染分析仪分别用于对风电机组齿轮箱的油液进行光谱分析、铁谱分析和污染分析，并根据所述故障诊断装置发来的检测信号将风电机组齿轮箱的油液的光谱数据、铁谱数据以及污染度数据发送给故障诊断装置。
优选地，所述油液分析装置还包括双色光学显微镜；所述铁谱仪利用高强度磁场的作用将油中的铁磁性金属颗粒按尺寸区分开来并呈规律状排列后制成谱片；所述双色光学显微镜用于根据所述铁谱仪得到的谱片上的磨损颗粒的尺寸、数量、形状和颜色来确定磨损颗粒的材料和磨损类型。
优选地，所述振动检测装置为振动传感器或速度传感器。
优选地，上述任一种风电机组齿轮箱在线故障诊断系统中，所述振动数据包括风电机组齿轮的幅域偏态指标、幅域裕度指标、频域波形指标以及能量指标。
本发明的上述技术方案的有益效果如下：
本发明提供的风电机组齿轮箱在线故障诊断系统分别从振动监测和油液监测两个方面来实现齿轮箱的故障诊断，减少了漏诊和误诊，使得风电机组故障诊断更准确，增大了提前维修的可能性和实施性，能够更及时，更有效地实现维护，减少二度损坏。同时，在线监测实现了实时监测设备状态，能在第一时间发现故障所在。
附图说明
图1为现有的油液分析系统结构示意图；
图2为本发明实施例提供的风电机组齿轮箱在线故障诊断系统结构示意图；
图3为本发明实施例提供的优选的风电机组齿轮箱在线故障诊断系统结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有的单一的齿轮箱故障分析系统故障监测结果可靠性差，容易对齿轮箱故障漏报和误诊的问题，提供一种风电机组齿轮箱在线故障诊断系统，如图2所示为本发明的实施例提供的风电机组齿轮箱在线故障诊断系统结构示意图，该系统包括：油液分析装置4、振动监测装置5和故障诊断装置6。其中，油液分析装置4用于对风电机组齿轮箱的油液进行实时在线分析并根据故障诊断装置6发来的检测信号将油液分析结果发送给故障诊断装置6，振动监测装置5用于实时监测风电机组齿轮箱的振动情况，并根据故障诊断装置6发来的检测信号将风电机组齿轮箱的振动数据发送给故障诊断装置6。故障诊断装置6用于周期性地向油液分析装置4和振动监测装置5发送检测信号，并将收到的风电机组齿轮箱的油液分析结果和振动数据进行对比分析，根据对比分析结果对风电机组齿轮箱进行故障诊断。以能够及时根据风电机组齿轮箱的油液情况和机组的振动趋势发现风电系统及设备是否存在故障，并进一步确定故障所在大致部位。
优选地，振动监测装置5监测到的风电机组齿轮箱的振动数据包括风电机组齿轮的幅域偏态指标、幅域裕度指标、频域波形指标以及能量指标。
优选地，所述振动检测装置为振动传感器或速度传感器。
优选地，如图3所示，故障诊断装置6包括故障检测模块7、故障类型判断模块8、故障定位模块9及故障恢复模块10。其中，
故障检测模块7分别与油液分析装置4、振动监测装置5、故障类型判断模块8，用于周期性地向油液分析装置4和振动监测装置5发送检测信号，并对收到的风电机组齿轮箱的油液分析结果和振动数据进行对比分析后判断风电机组齿轮箱是否产生故障，若产生故障，则将风电机组齿轮箱的油液分析结果和振动数据发送给故障类型判断模块8。
故障类型判断模块8根据收到风电机组齿轮箱的油液分析结果和振动数据对比分析结果，分析判断风电机组齿轮箱故障的类型，并将当前分析判断出的风电机组齿轮箱故障的类型以及风电机组齿轮的油液分析结果和振动数据提供给故障定位模块9。
故障定位模块9用于根据收到的风电机组齿轮箱故障的类型以及风电机组齿轮箱的油液分析结果和振动数据，细化故障种类，诊断出当前风电机组齿轮箱的具体故障部位和故障原因，并将当前风电机组齿轮箱的具体故障部位和故障原因信息发送给故障恢复模块10；
故障恢复模块10用于根据收到的当前风电机组齿轮箱的故障原因，采取相应措施对当前风电机组齿轮箱的具体故障部位进行恢复。
优选地，油液分析装置4包括光谱分析仪、铁谱仪和污染分析仪，光谱分析仪、铁谱仪和污染分析仪均与故障诊断装置6相连接，光谱分析仪、铁谱仪和污染分析仪分别用于对风电机组齿轮箱的油液进行光谱分析、铁谱分析和污染分析，并根据故障诊断装置6发来的检测信号将风电机组齿轮箱的油液的光谱数据、铁谱数据以及污染度数据发送给故障诊断装置6。具体地，光谱分析仪用于根据油液中金属原子受激发后发出光的波长和强度来确定油液中的元素种类及其含量，最终得到油液光谱分析数据。铁谱仪用于利用高强度磁场的作用将油中的铁磁性金属颗粒按尺寸区分开来并呈规律状排列，并制成谱片，最终得到油液铁谱分析数据。光谱分析仪与铁谱仪配合使用后可分析得到油液中磨损金属、污染元素和添加元素的浓度，评定磨损故障和污染来源等。污染分析仪用于分析油液中固体污染颗粒的数量来评定油品的污染程度和设备磨损程度，最终得到油液污染度数据。
优选地，油液分析装置4还包括双色光学显微镜，用于观察铁谱仪所得到的谱片上的磨损颗粒的尺寸、数量、形状和颜色，从而确定磨损颗粒的材料和磨损类型，为故障诊断提供依据。
本发明提供的风电机组齿轮箱在线故障诊断系统分别从振动监测和油液监测两个方面来实现齿轮箱的故障诊断，减少了漏诊和误诊，使得风电机组故障诊断更准确，增大了提前维修的可能性和实施性，能够更及时，更有效地实现维护，减少二度损坏。同时，在线监测实现了实时监测设备状态，能在第一时间发现故障所在。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种风电机组齿轮箱在线故障诊断系统，其特征在于，包括：
油液分析装置，用于对风电机组齿轮箱的油液进行实时在线分析并根据故障诊断装置发来的检测信号将油液分析结果发送给故障诊断装置；
振动监测装置，用于实时监测风电机组齿轮箱的振动情况，并根据故障诊断装置发来的检测信号将风电机组齿轮箱的振动数据发送给故障诊断装置；
故障诊断装置，用于周期性地向所述油液分析装置和所述振动监测装置发送检测信号，并将收到的风电机组齿轮箱的油液分析结果和振动数据进行对比分析，根据对比分析结果对风电机组齿轮箱进行故障诊断。
2.如权利要求1所述的一种风电机组齿轮箱在线故障诊断系统，其特征在于，所述故障诊断装置包括故障检测模块、故障类型判断模块、故障定位模块及故障恢复模块；
所述故障检测模块分别与所述油液分析装置、振动监测装置、故障类型判断模块连接，用于周期性地向所述油液分析装置和振动监测装置发送检测信号，并对收到的风电机组齿轮箱的油液分析结果和振动数据进行对比分析后判断风电机组齿轮箱是否产生故障，若是，则将风电机组齿轮箱的油液分析结果和振动数据发送给所述故障类型判断模块；
所述故障类型判断模块，根据收到风电机组齿轮箱的油液分析结果和振动数据对比分析结果，分析判断风电机组齿轮箱故障的类型，并将当前分析判断出的风电机组齿轮箱故障的类型以及风电机组齿轮箱的油液分析结果和振动数据提供给所述故障定位模块；
所述故障定位模块，用于根据收到的风电机组齿轮箱故障的类型以及风电机组齿轮箱的油液分析结果和振动数据，细化故障种类，诊断出当前风电机组齿轮箱的具体故障部位和故障原因，并将当前风电机组齿轮箱的具体故障部位和故障原因信息发送给所述故障恢复模块；
所述故障恢复模块，用于根据收到的当前风电机组齿轮箱的故障原因，采取相应措施对当前风电机组齿轮箱的具体故障部位进行恢复。
3.如权利要求2所述的一种风电机组齿轮箱在线故障诊断系统，其特征在于，所述油液分析装置包括光谱分析仪、铁谱仪和污染分析仪；所述光谱分析仪、铁谱仪和污染分析仪均与所述故障诊断装置相连接；所述光谱分析仪、铁谱仪和污染分析仪分别用于对风电机组齿轮箱的油液进行光谱分析、铁谱分析和污染分析，并根据所述故障诊断装置发来的检测信号将风电机组齿轮箱的油液的光谱数据、铁谱数据以及污染度数据发送给故障诊断装置。
4.如权利要求3所述的一种风电机组齿轮箱在线故障诊断系统，其特征在于，所述油液分析装置还包括双色光学显微镜；所述铁谱仪利用高强度磁场的作用将油中的铁磁性金属颗粒按尺寸区分开来并呈规律状排列后制成谱片；所述双色光学显微镜用于根据所述铁谱仪得到的谱片上的磨损颗粒的尺寸、数量、形状和颜色来确定磨损颗粒的材料和磨损类型。
5.如权利要求2所述的一种风电机组齿轮箱在线故障诊断系统，其特征在于，所述振动检测装置为振动传感器或速度传感器。
6.如权利要求1至5任一项所述的一种风电机组齿轮箱在线故障诊断系统，其特征在于，所述振动数据包括风电机组齿轮箱的幅域偏态指标、幅域裕度指标、频域波形指标以及能量指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013103016990A CN103364189A (zh) | 2013-07-15 | 2013-07-15 | 一种风电机组齿轮箱在线故障诊断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013103016990A CN103364189A (zh) | 2013-07-15 | 2013-07-15 | 一种风电机组齿轮箱在线故障诊断系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103364189A true CN103364189A (zh) | 2013-10-23 |
Family
ID=49366042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2013103016990A Pending CN103364189A (zh) | 2013-07-15 | 2013-07-15 | 一种风电机组齿轮箱在线故障诊断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103364189A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103645052A (zh) * | 2013-12-11 | 2014-03-19 | 北京航空航天大学 | 一种风电机组齿轮箱远程在线状态监测及寿命评估方法 |
| CN104329169A (zh) * | 2014-09-03 | 2015-02-04 | 浙江大学 | 一种通用的传感器信号诊断和容错方法 |
| CN104977047A (zh) * | 2015-07-22 | 2015-10-14 | 中国长江三峡集团公司 | 基于振动和油液的风电机组在线状态监测与健康评估系统及方法 |
| CN106197996A (zh) * | 2016-06-24 | 2016-12-07 | 南京理工大学 | 基于多元数据的海上起重机齿轮箱故障诊断装置及方法 |
| CN106226071A (zh) * | 2016-08-26 | 2016-12-14 | 中车株洲电力机车研究所有限公司 | 一种风力发电机齿轮箱故障诊断方法 |
| CN107301691A (zh) * | 2017-08-07 | 2017-10-27 | 益阳益润电子有限公司 | 钉卷机动力系统磨损预判维修系统 |
| CN107402130A (zh) * | 2017-08-18 | 2017-11-28 | 清华大学天津高端装备研究院 | 一种风电齿轮箱故障等级评价方法 |
| CN108508358A (zh) * | 2017-03-01 | 2018-09-07 | 北京鼎好鑫源科技有限公司 | 一种在线的风电机组双信号故障诊断装置及诊断方法 |
| CN108507787A (zh) * | 2018-06-28 | 2018-09-07 | 山东大学 | 基于多特征融合的风电齿轮增速箱故障诊断试验平台及方法 |
| CN111308016A (zh) * | 2020-03-11 | 2020-06-19 | 广州机械科学研究院有限公司 | 一种齿轮箱故障诊断方法、系统、设备及存储介质 |
| CN111692054A (zh) * | 2020-07-01 | 2020-09-22 | 上海仪电智能科技有限公司 | 基于振动时域与频域信号智能分析的风电齿轮箱瑕疵检测系统 |
| CN112213099A (zh) * | 2020-09-29 | 2021-01-12 | 如皋市蓝鹰齿轮制造有限公司 | 一种部分回转型阀门齿轮箱故障检测装置及方法 |
| CN112665856A (zh) * | 2020-12-16 | 2021-04-16 | 华东交通大学 | 一种齿轮箱在线监测系统 |
| CN113007082A (zh) * | 2021-01-26 | 2021-06-22 | 珠海格力节能环保制冷技术研究中心有限公司 | 压缩机故障诊断方法、装置、压缩机、存储介质及处理器 |
| CN113268640A (zh) * | 2020-02-17 | 2021-08-17 | 中国航发商用航空发动机有限责任公司 | 金属屑故障分析系统和方法 |
| CN113819082A (zh) * | 2020-06-18 | 2021-12-21 | 中国石油化工股份有限公司 | 离心式压缩机润滑油液在线监测诊断方法及系统 |
| CN113916531A (zh) * | 2021-10-26 | 2022-01-11 | 辽宁科技学院 | 一种核电齿轮箱振动及油液在线监测的故障诊断与预测系统 |
| CN114791357A (zh) * | 2022-03-08 | 2022-07-26 | 德力佳传动科技(江苏)有限公司 | 一种风电齿轮箱的传动故障监测方法及系统 |
| CN117030237A (zh) * | 2023-08-24 | 2023-11-10 | 西南交通大学 | 一种高速列车齿轮传动系统测试评价试验装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101526422A (zh) * | 2009-04-10 | 2009-09-09 | 三峡大学 | 综合轴承故障模拟试验台 |
| JP2012068065A (ja) * | 2010-09-22 | 2012-04-05 | Hino Motors Ltd | 内燃機関の主軸受部の油膜可視化装置 |
| CN102425661A (zh) * | 2011-11-04 | 2012-04-25 | 上海电机学院 | 一种齿轮箱状态监测与故障分析方法及装置 |
| CN102494899A (zh) * | 2011-11-25 | 2012-06-13 | 华南理工大学 | 柴油机复合故障诊断方法及诊断系统 |
| CN102692449A (zh) * | 2012-04-12 | 2012-09-26 | 北京工业大学 | 一种通过综合分析对高炉炉顶齿轮箱的故障诊断方法 |
| CN202661241U (zh) * | 2011-11-18 | 2013-01-09 | 华北电力大学 | 一种模拟风电齿轮箱的振动测试装置 |
-
2013
- 2013-07-15 CN CN2013103016990A patent/CN103364189A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101526422A (zh) * | 2009-04-10 | 2009-09-09 | 三峡大学 | 综合轴承故障模拟试验台 |
| JP2012068065A (ja) * | 2010-09-22 | 2012-04-05 | Hino Motors Ltd | 内燃機関の主軸受部の油膜可視化装置 |
| CN102425661A (zh) * | 2011-11-04 | 2012-04-25 | 上海电机学院 | 一种齿轮箱状态监测与故障分析方法及装置 |
| CN202661241U (zh) * | 2011-11-18 | 2013-01-09 | 华北电力大学 | 一种模拟风电齿轮箱的振动测试装置 |
| CN102494899A (zh) * | 2011-11-25 | 2012-06-13 | 华南理工大学 | 柴油机复合故障诊断方法及诊断系统 |
| CN102692449A (zh) * | 2012-04-12 | 2012-09-26 | 北京工业大学 | 一种通过综合分析对高炉炉顶齿轮箱的故障诊断方法 |
Non-Patent Citations (4)
| Title |
|---|
| 严陆光灯: "《中国电气工程大典》", 31 January 2010 * |
| 张培林等: "《齿轮箱故障诊断的油液、振动信息融合方法》", 31 December 2011 * |
| 贾继赏灯: "《机械设备维修工艺第2版》", 31 December 2010 * |
| 高经纬等: "基于油液和振动信息融合的自行火炮齿轮箱故障诊断", 《火炮发射与控制学报》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103645052A (zh) * | 2013-12-11 | 2014-03-19 | 北京航空航天大学 | 一种风电机组齿轮箱远程在线状态监测及寿命评估方法 |
| CN104329169A (zh) * | 2014-09-03 | 2015-02-04 | 浙江大学 | 一种通用的传感器信号诊断和容错方法 |
| CN104329169B (zh) * | 2014-09-03 | 2017-03-08 | 浙江大学 | 一种通用的传感器信号诊断和容错方法 |
| CN104977047A (zh) * | 2015-07-22 | 2015-10-14 | 中国长江三峡集团公司 | 基于振动和油液的风电机组在线状态监测与健康评估系统及方法 |
| CN106197996A (zh) * | 2016-06-24 | 2016-12-07 | 南京理工大学 | 基于多元数据的海上起重机齿轮箱故障诊断装置及方法 |
| CN106226071A (zh) * | 2016-08-26 | 2016-12-14 | 中车株洲电力机车研究所有限公司 | 一种风力发电机齿轮箱故障诊断方法 |
| CN108508358A (zh) * | 2017-03-01 | 2018-09-07 | 北京鼎好鑫源科技有限公司 | 一种在线的风电机组双信号故障诊断装置及诊断方法 |
| CN107301691A (zh) * | 2017-08-07 | 2017-10-27 | 益阳益润电子有限公司 | 钉卷机动力系统磨损预判维修系统 |
| CN107402130B (zh) * | 2017-08-18 | 2019-05-10 | 清华大学天津高端装备研究院 | 一种风电齿轮箱故障等级评价方法 |
| CN107402130A (zh) * | 2017-08-18 | 2017-11-28 | 清华大学天津高端装备研究院 | 一种风电齿轮箱故障等级评价方法 |
| CN108507787A (zh) * | 2018-06-28 | 2018-09-07 | 山东大学 | 基于多特征融合的风电齿轮增速箱故障诊断试验平台及方法 |
| CN108507787B (zh) * | 2018-06-28 | 2024-03-15 | 山东大学 | 基于多特征融合的风电齿轮增速箱故障诊断试验平台及方法 |
| CN113268640B (zh) * | 2020-02-17 | 2022-09-13 | 中国航发商用航空发动机有限责任公司 | 金属屑故障分析系统和方法 |
| CN113268640A (zh) * | 2020-02-17 | 2021-08-17 | 中国航发商用航空发动机有限责任公司 | 金属屑故障分析系统和方法 |
| CN111308016A (zh) * | 2020-03-11 | 2020-06-19 | 广州机械科学研究院有限公司 | 一种齿轮箱故障诊断方法、系统、设备及存储介质 |
| CN113819082A (zh) * | 2020-06-18 | 2021-12-21 | 中国石油化工股份有限公司 | 离心式压缩机润滑油液在线监测诊断方法及系统 |
| CN111692054A (zh) * | 2020-07-01 | 2020-09-22 | 上海仪电智能科技有限公司 | 基于振动时域与频域信号智能分析的风电齿轮箱瑕疵检测系统 |
| CN112213099A (zh) * | 2020-09-29 | 2021-01-12 | 如皋市蓝鹰齿轮制造有限公司 | 一种部分回转型阀门齿轮箱故障检测装置及方法 |
| CN112665856A (zh) * | 2020-12-16 | 2021-04-16 | 华东交通大学 | 一种齿轮箱在线监测系统 |
| CN113007082A (zh) * | 2021-01-26 | 2021-06-22 | 珠海格力节能环保制冷技术研究中心有限公司 | 压缩机故障诊断方法、装置、压缩机、存储介质及处理器 |
| CN113916531A (zh) * | 2021-10-26 | 2022-01-11 | 辽宁科技学院 | 一种核电齿轮箱振动及油液在线监测的故障诊断与预测系统 |
| CN114791357A (zh) * | 2022-03-08 | 2022-07-26 | 德力佳传动科技(江苏)有限公司 | 一种风电齿轮箱的传动故障监测方法及系统 |
| CN117030237A (zh) * | 2023-08-24 | 2023-11-10 | 西南交通大学 | 一种高速列车齿轮传动系统测试评价试验装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103364189A (zh) | 一种风电机组齿轮箱在线故障诊断系统 | |
| Saidi et al. | Wind turbine high-speed shaft bearings health prognosis through a spectral Kurtosis-derived indices and SVR | |
| CN110766277B (zh) | 用于核工业现场的健康评估及诊断系统和移动终端 | |
| Crabtree et al. | Detecting incipient wind turbine gearbox failure: a signal analysis method for on-line condition monitoring | |
| CN106017932B (zh) | 电机轴承在线监测及智能预警系统 | |
| CN110397476B (zh) | 一种核电用汽轮机油品在线监测分析系统与方法 | |
| CN113916531A (zh) | 一种核电齿轮箱振动及油液在线监测的故障诊断与预测系统 | |
| CN108331718A (zh) | 风电机组偏航系统在线监测机构及故障诊断系统和方法 | |
| CN103711645A (zh) | 基于建模参数特征分析的风力发电机组状态评估方法 | |
| CN109840666B (zh) | 一种预测未来风电机组发生故障的模型构建方法及系统 | |
| CN107765206B (zh) | 一种电能质量监测装置运行状态的评估方法 | |
| WO2023279382A1 (zh) | 一种电机轴承运行状态故障检测方法及系统 | |
| CN113030723A (zh) | 一种交流异步电机状态监测系统 | |
| CN111706526A (zh) | 一种脱硫塔浆液循环泵故障分析诊断系统及其方法 | |
| CN201000476Y (zh) | 一种发电机转子绕组匝间短路在线诊断仪 | |
| CN116537965B (zh) | 一种柴油机在线监测和故障诊断装置 | |
| CN208431106U (zh) | 风电机组偏航系统在线监测机构 | |
| Hao et al. | A new modeling method for fault prediction of wind turbine gearbox based on partial least squares regression analysis | |
| CN202421093U (zh) | 一种有机油中重金属在线检测装置 | |
| Li et al. | Engine fault prediction and health evaluation based on oil sensor | |
| Sheng et al. | Wind turbine drivetrain condition monitoring-an overview (presentation) | |
| Ashwini et al. | Wireless sensor network for condition monitoring of remote wind mill | |
| Mironov et al. | Adaptive technology application for vibration-based diagnostics of roller bearings on industrial plants | |
| CN220602587U (zh) | 一种工业设备运行状态监测分析系统 | |
| Li et al. | Expert System for Comprehensive Transmission Fault Diagnosis Based on Oil Sensor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20131023 |