CN103712792A - 一种针对风电齿轮箱的故障诊断方法 - Google Patents
一种针对风电齿轮箱的故障诊断方法 Download PDFInfo
- Publication number
- CN103712792A CN103712792A CN201310694994.7A CN201310694994A CN103712792A CN 103712792 A CN103712792 A CN 103712792A CN 201310694994 A CN201310694994 A CN 201310694994A CN 103712792 A CN103712792 A CN 103712792A
- Authority
- CN
- China
- Prior art keywords
- vibration energy
- real
- output power
- time
- generated output
- 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.)
- Granted
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种针对风电齿轮箱的故障诊断方法,包括以下步骤:采集风电齿轮箱运行时的振动信号和转速脉冲信号,并获取其对应的发电机输出功率;对采集的振动信号和转速脉冲信号进行阶次谱分析,得到啮合振动能量;通过最小二乘法拟合啮合振动能量与其对应的发电机输出功率,得到啮合振动能量随发电机输出功率变化的曲线;利用该曲线对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量进行均值归一化处理,得到归一化后的实时啮合振动能量,通过分析归一化后的实时啮合振动能量,实现对风电齿轮箱的故障诊断。本发明削弱了风电齿轮箱载荷变化对其振动信号的影响,提高了故障诊断的可靠性。
Description
【技术领域】
本发明属于旋转机械故障诊断技术领域,具体涉及一种针对风电齿轮箱的故障诊断方法。
【背景技术】
近十几年来,风能已经成为世界各国能源体系中的重要组成部分。由于风能的特殊性,风电机组大多安装在戈壁、山区、海岛等风能丰富的地区,但这些地区气候条件恶劣,昼夜温差大,同时机组承受无规律、变速变载荷的风力作用,导致机组内部各部件在运行过程极容易出现故障,导致机组停机,造成巨大的经济损失。齿轮箱是风电机组故障监测诊断最关键的部件,能否安全、高效运行直接影响风电机组运行的可靠性。齿轮箱故障诊断一般分为四个步骤进行:信号监测、特征提取(信号处理)、状态识别和诊断决策,其中特征提取在整个诊断过程中占有举足轻重的地位。
传统齿轮箱诊断技术设定工况通常是定转速、定载荷,并假设异常响应只来源于设备劣化或失效,通过对平稳工况下的齿轮箱诊断信号进行处理、特征提取,实现齿轮箱状态监测与故障诊断。然而,风电齿轮箱的运行工况并非通常设定的定转速、定载荷,而是变转速、变载荷的变工况。不稳定的运行工况也会造成部件故障特征的动态变化,有时运行工况变化在特征层的反映与故障引起的变化非常相似,增加了特征参数提取的难度。由于运行工况造成的信号不稳定与齿轮箱传统振动信号处理方法的平稳假设相违背,因此一些在平稳工况下强有力的特征参数在风电齿轮箱故障诊断中失效。
【发明内容】
本发明的目的在于针对风电齿轮箱不稳定的运行工况,提供了一种针对风电齿轮箱的故障诊断方法,该方法有效地削弱了风电齿轮箱载荷变化对风电齿轮箱振动信号特征参数的影响,提高了风电齿轮箱故障诊断的可靠性。
为了实现上述目的,本发明采用了以下技术方案:
一种针对风电齿轮箱的故障诊断方法,包括以下步骤:
1)采集1~3个月的风电齿轮箱运行时的振动信号和转速脉冲信号,并获取振动信号和转速脉冲信号对应的发电机输出功率;
2)对步骤1)采集的振动信号和转速脉冲信号进行阶次谱分析,得到啮合振动能量;
3)通过最小二乘法拟合啮合振动能量与其对应的发电机输出功率,得到啮合振动能量随发电机输出功率变化的曲线;
4)利用啮合振动能量随发电机输出功率变化的曲线对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量进行均值归一化处理,得到归一化后的实时啮合振动能量,通过分析归一化后的实时啮合振动能量,实现对风电齿轮箱的故障诊断。
本发明进一步改进在于:步骤1)中,利用振动加速度传感器采集风电齿轮箱运行时的振动信号。
本发明进一步改进在于:步骤1)中,利用安装在风电齿轮箱高速轴的转速传感器采集风电齿轮箱运行时的转速脉冲信号。
本发明进一步改进在于:步骤1)中,通过风机控制系统获取振动信号和转速脉冲信号对应的发电机输出功率。
本发明进一步改进在于:步骤4)中,利用啮合振动能量随发电机输出功率变化的曲线对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量进行均值归一化处理,具体包括以下步骤:
a)设定啮合振动能量随发电机输出功率变化的曲线上实时发电机输出功率对应的啮合振动能量值为u;
b)将实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量xi与啮合振动能量随发电机输出功率变化的曲线上实时发电机输出功率对应的啮合振动能量值u相比,得到比值xi',其公式为:
式中:i为实时采集次数,且i=1,2,…,n;
c)结合步骤b)得到的比值xi'对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量xi进行归一化处理,得到归一化后的实时啮合振动能量xi",其公式为:
相对于现有技术,本发明具有如下技术效果:
本发明一种针对风电齿轮箱的故障诊断方法,该方法采取对风电齿轮箱运行过程中的振动信号和转速脉冲信号进行阶次谱分析得到啮合振动能量,然后基于啮合振动能量与发电机输出功率之间的定量关系,对啮合振动能量再进行最小二乘法拟合和均值归一化处理,从而消除了发电机输出功率对啮合振动能量的干扰,为后续的风电齿轮箱的故障诊断分析奠定了基础。本发明是定量地描述了发电机输出功率对啮合振动能量的影响,其采用的是最基本的最小二乘法、均值归一化等方法,算法简单,使用方便。
【附图说明】
图1是本发明一种针对风电齿轮箱的故障诊断方法的工作原理示意图;
图2是本发明实际采集到的风电齿轮箱的振动信号时域图;
图3(a)是某年4月份风电齿轮箱中间级啮合振动能量随发电机输出功率的变化曲线,图3(b)为某年4月份风电齿轮箱中间级啮合振动能量随风电机组转速的变化曲线;
图4是采用最小二乘法拟合啮合振动能量与发电机输出功率的函数曲线;
图5为均值归一化后啮合振动能量随发电机输出功率的变化曲线;
图6(a)为某一年内风电齿轮箱均值归一化处理前的全功率范围内中间级啮合振动能量的趋势图,图6(b)是对图6(a)基于发电机输出功率采用均值归一化后的中间级啮合振动能量的趋势图。
【具体实施方式】
下面结合附图和具体实施例对本发明做进一步说明。
参见图1,本发明一种针对风电齿轮箱的故障诊断方法,包括以下步骤:
1)利用振动加速度传感器和安装在风电齿轮箱高速轴的转速传感器分别采集1~3个月的风电齿轮箱运行时的振动信号和转速脉冲信号,并通过风机控制系统获取振动信号和转速脉冲信号对应的发电机输出功率;
2)对步骤1)采集的振动信号和转速脉冲信号进行阶次谱分析,得到啮合振动能量;
3)通过最小二乘法拟合啮合振动能量与其对应的发电机输出功率,得到啮合振动能量随发电机输出功率变化的曲线;
4)利用啮合振动能量随发电机输出功率变化的曲线对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量进行均值归一化处理,得到归一化后的实时啮合振动能量,通过分析归一化后的实时啮合振动能量,实现对风电齿轮箱的故障诊断。
上述步骤中,利用啮合振动能量随发电机输出功率变化的曲线对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量进行均值归一化处理,具体包括以下步骤:
a)设定啮合振动能量随发电机输出功率变化的曲线上实时发电机输出功率对应的啮合振动能量值为u;
b)将实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量xi与啮合振动能量随发电机输出功率变化的曲线上实时发电机输出功率对应的啮合振动能量值u相比,得到比值xi',其公式为:
式中:i为实时采集次数,且i=1,2,…,n;
c)结合步骤b)得到的比值xi'对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量xi进行归一化处理,得到归一化后的实时啮合振动能量xi",其公式为:
利用啮合振动能量随发电机输出功率变化的曲线对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量进行均值归一化处理后,由风电齿轮箱发电机输出功率所引起的啮合振动能量变化就被剔除了,那么显示的啮合振动能量的变化就是由齿轮箱运行状态变化引起的,即风电齿轮箱出现故障。实际应用中,以风电齿轮箱初始时段振动信号和转速脉冲信号通过阶次谱分析得到啮合振动能量,再将啮合振动能量与其对应的发电机输出功率采用最小二乘拟合得到啮合振动能量随发电机输出功率变化的曲线为基准,即不同发电机输出功率下的啮合振动能量,然后根据啮合振动能量对其它月份的实时啮合振动能量进行均值归一化处理,然后对比不同时期的振动信号的归一化后的啮合振动能量,根据其变化趋势就可以判断风电齿轮箱的运行状态。
上述对啮合振动能量均值归一化处理方法中,振动信号的采样频率为2.56kHz,单次采集时间为50s,转速传感器安装在风电齿轮箱的高速轴,转轴每转一圈记录一个脉冲到达时间,发电机输出功率由控制系统获取。
上述特征参数归一化处理方法,风电齿轮箱的外部负载主要是发电机的电磁扭矩,通常情况下,发电机的电磁扭矩是无法测量的,而该方法是定量描述负载变化对特征参数的影响,应此在实际应用中选择发电机输出功率来表征齿轮箱外部负载的大小。
上述特征参数归一化处理方法是针对与振动信号能量相关的特征参数,例如啮合振动能量,这是因为齿轮箱负载的变化对箱体振动信号的能量影响比较大。
参见图2,图2为本发明实际采集到的风电齿轮箱的振动信号时域图,振动传感器安装在齿轮箱第二级内齿圈位置,采样频率为2560Hz,每次采集时间为50s。从某一年1月中旬至该年5月底,以及该年9月底至12月初,每隔一段时间实时采集一组振动信号。
参见图3,图3是某年4月份风电齿轮箱中间级啮合振动能量随发电机输出功率的变化曲线。从图中可以看出,在风电齿轮箱运行状态稳定的情况下(一个月内),中间级啮合振动能量的变化趋势,在全功率范围内与发电机输出功率的变化趋势保持一致,它们之间存在一定的相关关系。
参见图4,图4是采用最小二乘法拟合啮合振动能量与发电机输出功率的函数曲线,这里采用的是分段拟合,这是因为发电机从330kW增大到1650kW(额定功率)过程中,风电机组采用的是两种不同的运行策略。
参见图5,图5为均值归一化后啮合振动能量随发电机输出功率的变化曲线。将图5与图4对比可以看出,经过均值归一化处理后,啮合振动能量在小范围内波动,而不再随发电机输出功率变化而变化,一定程度上消除了发电机输出功率变化产生的影响。
参见图6(a)和(b),是以二月份拟合得到的啮合振动能量随发电机输出功率变化的关系曲线为基准对其他月份啮合振动能量处理得到的归一化前后中间级啮合振动能量的趋势图,其中,图6(a)为某一年内风电齿轮箱均值归一化处理前的全功率范围内中间级啮合振动能量的趋势图,图6(b)是对图6(a)基于发电机输出功率采用均值归一化后的中间级啮合振动能量的趋势图。从图中可以看出在均值归一化之前啮合振动能量的变化趋势不明显,而经过均值归一化后啮合振动能量有了明显的变化趋势,2月初到5月底慢慢变小,9月底到11月底又慢慢回升。再比较均值归一化前后的啮合振动能量的变异系数(标准差/均值,表征数据离散程度),均值归一化前的啮合振动能量的变异系数为0.2514,而基于发电机输出功率的均值归一化之后为0.0709。变异系数越小表示数据越集中,因此经过归一化后啮合振动能量变得更集中。归一化后啮合振动能量变的集中,并且趋势更明显,说明了本发明取得了较好的效果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施方式仅限于此,对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单的推演或替换,都应当视为属于本发明由所提交的权利要求书确定专利保护范围。
Claims (5)
1.一种针对风电齿轮箱的故障诊断方法,其特征在于,包括以下步骤:
1)采集1~3个月的风电齿轮箱运行时的振动信号和转速脉冲信号,并获取振动信号和转速脉冲信号对应的发电机输出功率;
2)对步骤1)采集的振动信号和转速脉冲信号进行阶次谱分析,得到啮合振动能量;
3)通过最小二乘法拟合啮合振动能量与其对应的发电机输出功率,得到啮合振动能量随发电机输出功率变化的曲线;
4)利用啮合振动能量随发电机输出功率变化的曲线对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量进行均值归一化处理,得到归一化后的实时啮合振动能量,通过分析归一化后的实时啮合振动能量,实现对风电齿轮箱的故障诊断。
2.根据权利要求1所述的一种针对风电齿轮箱的故障诊断方法,其特征在于:步骤1)中,利用振动加速度传感器采集风电齿轮箱运行时的振动信号。
3.根据权利要求1所述的一种针对风电齿轮箱的故障诊断方法,其特征在于:步骤1)中,利用安装在风电齿轮箱高速轴的转速传感器采集风电齿轮箱运行时的转速脉冲信号。
4.根据权利要求1所述的一种针对风电齿轮箱的故障诊断方法,其特征在于:步骤1)中,通过风机控制系统获取振动信号和转速脉冲信号对应的发电机输出功率。
5.根据权利要求1所述一种针对风电齿轮箱的故障诊断方法,其特征在于:步骤4)中,利用啮合振动能量随发电机输出功率变化的曲线对实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量进行均值归一化处理,具体包括以下步骤:
a)设定啮合振动能量随发电机输出功率变化的曲线上实时发电机输出功率对应的啮合振动能量值为u;
b)将实时采集的振动信号和转速脉冲信号经过阶次谱分析后得到的实时啮合振动能量xi与啮合振动能量随发电机输出功率变化的曲线上实时发电机输出功率对应的啮合振动能量值u相比,得到比值xi',其公式为:
式中:i为实时采集次数,且i=1,2,…,n;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310694994.7A CN103712792B (zh) | 2013-12-16 | 2013-12-16 | 一种针对风电齿轮箱的故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310694994.7A CN103712792B (zh) | 2013-12-16 | 2013-12-16 | 一种针对风电齿轮箱的故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103712792A true CN103712792A (zh) | 2014-04-09 |
CN103712792B CN103712792B (zh) | 2016-01-20 |
Family
ID=50405945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310694994.7A Active CN103712792B (zh) | 2013-12-16 | 2013-12-16 | 一种针对风电齿轮箱的故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103712792B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103940608A (zh) * | 2014-04-29 | 2014-07-23 | 中能电力科技开发有限公司 | 一种提高风电机组齿轮箱故障等级判断精度的方法 |
CN104111391A (zh) * | 2014-07-15 | 2014-10-22 | 西安交通大学 | 一种基于三相瞬时功率的电主轴故障监测诊断方法 |
CN105354587A (zh) * | 2015-09-25 | 2016-02-24 | 国网甘肃省电力公司电力科学研究院 | 一种风力发电机组齿轮箱的故障诊断方法 |
CN105424365A (zh) * | 2015-11-23 | 2016-03-23 | 北京信息科技大学 | 一种滚动轴承故障迁移轨迹可视化的方法 |
CN107907324A (zh) * | 2017-10-17 | 2018-04-13 | 北京信息科技大学 | 一种基于dtcwt及阶次谱的齿轮箱故障诊断方法 |
CN110779723A (zh) * | 2019-11-26 | 2020-02-11 | 安徽大学 | 一种基于霍尔信号的变速工况电机轴承精确故障诊断方法 |
CN112177863A (zh) * | 2020-09-07 | 2021-01-05 | 上海电气风电集团股份有限公司 | 振动监控系统、风力发电系统及风电场 |
CN113033304A (zh) * | 2021-02-18 | 2021-06-25 | 北京科技大学 | 一种克服频域重叠干扰的多共振频带幅值解调分析方法 |
CN113446167A (zh) * | 2021-08-09 | 2021-09-28 | 中国船舶重工集团海装风电股份有限公司 | 一种基于大数据分析的风电联轴器打滑故障预警方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6629058B2 (en) * | 2000-04-20 | 2003-09-30 | Rion Co., Ltd. | Fault diagnosis method and apparatus |
JP2009103525A (ja) * | 2007-10-22 | 2009-05-14 | Gunma Prefecture | ギヤ歯面の異常診断方法及びこれを用いたギヤ歯面の異常診断装置 |
CN102889987A (zh) * | 2012-07-20 | 2013-01-23 | 华南理工大学 | 一种齿轮故障诊断平台及齿轮故障诊断方法 |
CN203163988U (zh) * | 2013-03-28 | 2013-08-28 | 华南理工大学 | 一种风电机组齿轮箱在线故障诊断装置 |
CN103278326A (zh) * | 2013-06-14 | 2013-09-04 | 上海电机学院 | 风力发电机组齿轮箱的故障诊断方法 |
CN103308305A (zh) * | 2013-06-04 | 2013-09-18 | 中国航空动力机械研究所 | 齿轮故障诊断装置及方法 |
-
2013
- 2013-12-16 CN CN201310694994.7A patent/CN103712792B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6629058B2 (en) * | 2000-04-20 | 2003-09-30 | Rion Co., Ltd. | Fault diagnosis method and apparatus |
JP2009103525A (ja) * | 2007-10-22 | 2009-05-14 | Gunma Prefecture | ギヤ歯面の異常診断方法及びこれを用いたギヤ歯面の異常診断装置 |
CN102889987A (zh) * | 2012-07-20 | 2013-01-23 | 华南理工大学 | 一种齿轮故障诊断平台及齿轮故障诊断方法 |
CN203163988U (zh) * | 2013-03-28 | 2013-08-28 | 华南理工大学 | 一种风电机组齿轮箱在线故障诊断装置 |
CN103308305A (zh) * | 2013-06-04 | 2013-09-18 | 中国航空动力机械研究所 | 齿轮故障诊断装置及方法 |
CN103278326A (zh) * | 2013-06-14 | 2013-09-04 | 上海电机学院 | 风力发电机组齿轮箱的故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
秦甲磊: "某风电齿轮箱运行状况评价方法研究与评价系统设计", 《万方数据》 * |
陈恩伟等: "齿轮箱故障诊断的阶次分析方法研究", 《仪器仪表学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103940608A (zh) * | 2014-04-29 | 2014-07-23 | 中能电力科技开发有限公司 | 一种提高风电机组齿轮箱故障等级判断精度的方法 |
CN103940608B (zh) * | 2014-04-29 | 2016-10-19 | 中能电力科技开发有限公司 | 一种提高风电机组齿轮箱故障等级判断精度的方法 |
CN104111391B (zh) * | 2014-07-15 | 2017-04-26 | 西安交通大学 | 一种基于三相瞬时功率的电主轴故障监测诊断方法 |
CN104111391A (zh) * | 2014-07-15 | 2014-10-22 | 西安交通大学 | 一种基于三相瞬时功率的电主轴故障监测诊断方法 |
CN105354587A (zh) * | 2015-09-25 | 2016-02-24 | 国网甘肃省电力公司电力科学研究院 | 一种风力发电机组齿轮箱的故障诊断方法 |
CN105424365B (zh) * | 2015-11-23 | 2017-10-27 | 北京信息科技大学 | 一种滚动轴承故障迁移轨迹可视化的方法 |
CN105424365A (zh) * | 2015-11-23 | 2016-03-23 | 北京信息科技大学 | 一种滚动轴承故障迁移轨迹可视化的方法 |
CN107907324A (zh) * | 2017-10-17 | 2018-04-13 | 北京信息科技大学 | 一种基于dtcwt及阶次谱的齿轮箱故障诊断方法 |
CN110779723A (zh) * | 2019-11-26 | 2020-02-11 | 安徽大学 | 一种基于霍尔信号的变速工况电机轴承精确故障诊断方法 |
CN112177863A (zh) * | 2020-09-07 | 2021-01-05 | 上海电气风电集团股份有限公司 | 振动监控系统、风力发电系统及风电场 |
CN113033304A (zh) * | 2021-02-18 | 2021-06-25 | 北京科技大学 | 一种克服频域重叠干扰的多共振频带幅值解调分析方法 |
CN113033304B (zh) * | 2021-02-18 | 2021-10-22 | 北京科技大学 | 一种克服频域重叠干扰的多共振频带幅值解调分析方法 |
CN113446167A (zh) * | 2021-08-09 | 2021-09-28 | 中国船舶重工集团海装风电股份有限公司 | 一种基于大数据分析的风电联轴器打滑故障预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103712792B (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103712792B (zh) | 一种针对风电齿轮箱的故障诊断方法 | |
US10393093B2 (en) | System and method for assessing the performance impact of wind turbine upgrades | |
CN103411774B (zh) | 波动工况下的风电机组在线预警方法 | |
CN102798529B (zh) | 大型风力机组轴承故障诊断方法及系统 | |
CN104019000B (zh) | 风力发电机组的载荷谱测定与前瞻性维护系统 | |
US20170363072A1 (en) | Vibration monitoring and diagnosing system for wind power generator | |
CN104677623B (zh) | 一种风力发电机叶片故障在位声学诊断方法及监测系统 | |
CN106815771B (zh) | 一种风电场载荷的长期评估方法 | |
CN103940611B (zh) | 一种风电机组变工况下滚动轴承自适应异常检测方法 | |
US20090039650A1 (en) | Event monitoring via combination of signals | |
CN105784353A (zh) | 一种风力发电机齿轮箱故障诊断方法 | |
CN103759891B (zh) | 一种双馈风力发电机叶片不平衡在线故障诊断方法 | |
CN104515677A (zh) | 风电机组叶片故障诊断与状态监控系统 | |
Li et al. | Imbalance fault detection based on the integrated analysis strategy for variable-speed wind turbines | |
CN202661241U (zh) | 一种模拟风电齿轮箱的振动测试装置 | |
CN105894391A (zh) | 基于scada运行数据提取的风电机组转矩控制性能评估方法 | |
CN104122086A (zh) | 基于Kriging模型的风力机齿轮箱故障诊断方法 | |
CN105865776A (zh) | 一种基于eemd和广义s变换的风电齿轮箱故障诊断方法 | |
CN104101652A (zh) | 一种基于音频信号的风电叶片损伤监测方法及监测系统 | |
CN106055734A (zh) | 一种风电齿轮箱故障诊断方法 | |
CN105065212A (zh) | 一种风电场风电机组校验方法及系统 | |
CN108278184A (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 | |
CN108204342A (zh) | 风力发电机的叶片结冰识别方法和装置 | |
EP3425199B1 (en) | Data collection system and method for wind turbine power generation facility, and wind turbine power generation facility | |
Zhang et al. | Probability warning for wind turbine gearbox incipient faults based on SCADA data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |