CN110659753A - 齿形带寿命预测方法和系统 - Google Patents
齿形带寿命预测方法和系统 Download PDFInfo
- Publication number
- CN110659753A CN110659753A CN201810687360.1A CN201810687360A CN110659753A CN 110659753 A CN110659753 A CN 110659753A CN 201810687360 A CN201810687360 A CN 201810687360A CN 110659753 A CN110659753 A CN 110659753A
- Authority
- CN
- China
- Prior art keywords
- toothed belt
- predetermined type
- belt
- service time
- load
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000007613 environmental effect Effects 0.000 claims abstract description 40
- 238000005260 corrosion Methods 0.000 claims description 29
- 230000007797 corrosion Effects 0.000 claims description 29
- 238000005507 spraying Methods 0.000 claims description 24
- 238000009661 fatigue test Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 5
- 239000007924 injection Substances 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000009533 lab test Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 230000003628 erosive effect Effects 0.000 claims 2
- 238000005536 corrosion prevention Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000001739 density measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
提供一种齿形带寿命预测方法和系统,该齿形带寿命预测方法包括:获取目标风电场所处地区的环境数据;获取目标风电场中的预定类型的齿形带的室内实验数据;根据与环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于预定类型的齿形带的室内实验数据确定预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为预定类型的齿形带在目标风电场中的预测服役寿命。采用本发明示例性实施例的齿形带寿命预测方法和系统,能够提高对齿形带寿命预测的准确性。
Description
技术领域
本发明总体上涉及风力发电技术领域,更具体地讲,涉及一种齿形带寿命预测方法和系统。
背景技术
齿形带是风力发电机组的变桨系统中的重要耗材,目前无法实现对已有齿形带或新开发齿形带在风电场中的服役时间的预测。
为了预防齿形带发生事故,一般可采取保守方案,即,在齿形带寿命期内提前更换齿形带,但这会造成资源的浪费。除此之外,也可以持续应用齿形带直到齿形带疲劳失效,但由于风力发电机组多分布在较为偏僻且交通不便的地方,无法及时登机查看齿形带的服役状态,一旦齿形带到达服役时间而没有及时发现,极有可能引发齿形带断裂失效事故。
发明内容
本发明的示例性实施例的目的在于提供一种齿形带寿命预测方法和系统,以克服上述至少一个缺点。
在一个总体方面,提供一种齿形带寿命预测方法,所述齿形带寿命预测方法包括:获取目标风电场所处地区的环境数据;获取所述目标风电场中的预定类型的齿形带的室内实验数据;根据与所述环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于所述预定类型的齿形带的室内实验数据确定所述预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为所述预定类型的齿形带在所述目标风电场中的预测服役寿命。
可选地,确定所述预定类型的齿形带的现场服役时间的步骤可包括:获取与所述环境数据对应的齿形带服役时间预测模型;将获取的所述预定类型的齿形带的室内实验数据输入所述齿形带服役时间预测模型,以获得所述预定类型的齿形带的现场服役时间,其中,所述齿形带服役时间预测模型可为用于反映齿形带的室内实验数据与齿形带的现场服役时间的对应关系的模型。
可选地,获取所述目标风电场中的预定类型的齿形带的室内实验数据的步骤可包括:获取所述预定类型的齿形带在现场服役期间所承受的载荷数据,并基于获取的载荷数据确定在室内实验条件下向所述预定类型的齿形带施加的载荷;基于所述环境数据在室内实验条件下模拟所述预定类型的齿形带的现场服役环境,并在模拟的现场服役环境下向所述预定类型的齿形带施加所述载荷,以获得所述预定类型的齿形带的室内实验数据。
可选地,所述环境数据可包括所述目标风电场所处地区的大气腐蚀性。
可选地,获得所述预定类型的齿形带的室内实验数据的步骤可包括:根据所述目标风电场所处地区的大气腐蚀性和所述预定类型的齿形带在所述目标风电场的实际服役时间,确定所述预定类型的齿形带在所述实际服役时间内累积遭受的腐蚀量;根据累积遭受的腐蚀量确定腐蚀介质的等级;通过向所述预定类型的齿形带施加所述载荷并且向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据。
可选地,通过向所述预定类型的齿形带施加所述载荷并且向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据的步骤可包括:在向所述预定类型的齿形带施加所述载荷的同时不间断地向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据。
可选地,获取的载荷数据可包括所述预定类型的齿形带在现场服役期间所承受的最大载荷、最小载荷和平均载荷,其中,可基于所述最大载荷、所述最小载荷和所述平均载荷确定在室内实验条件下向所述预定类型的齿形带施加的载荷的幅值范围。
可选地,所述预定类型的齿形带的室内实验数据可包括所述预定类型的齿形带在室内实验条件下的服役时间,或者,所述预定类型的齿形带的室内实验数据可包括所述预定类型的齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数,其中,向所述预定类型的齿形带施加所述载荷的步骤可包括:通过对所述预定类型的齿形带施加拉力来向所述预定类型的齿形带施加所述载荷。
可选地,所述初始状态可指所述预定类型的齿形带的出厂状态。
可选地,所述齿形带寿命预测方法可还包括:更换所述目标风电场中已达到所述预测服役寿命的所述预定类型的齿形带;在室内实验条件下对被更换的所述预定类型的齿形带进行疲劳实验,以获得所述预定类型的齿形带的剩余寿命;根据所述剩余寿命确定所述预定类型的齿形带的真实现场服役时间;利用所述预定类型的齿形带的室内实验数据和真实现场服役时间对所述齿形带服役时间预测模型进行修正。
在另一总体方面,提供一种齿形带寿命预测系统,所述齿形带寿命预测系统包括:环境数据获取模块,获取目标风电场所处地区的环境数据;实验数据获取模块,获取所述目标风电场中的预定类型的齿形带的室内实验数据;服役寿命预测模块,根据与所述环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于所述预定类型的齿形带的室内实验数据确定所述预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为所述预定类型的齿形带在所述目标风电场中的预测服役寿命。
可选地,服役寿命预测模块可获取与所述环境数据对应的齿形带服役时间预测模型,将获取的所述预定类型的齿形带的室内实验数据输入所述齿形带服役时间预测模型,以获得所述预定类型的齿形带的现场服役时间,其中,所述齿形带服役时间预测模型可为用于反映齿形带的室内实验数据与齿形带的现场服役时间的对应关系的模型。
可选地,所述齿形带寿命预测系统可还包括实验设备,实验数据获取模块从实验设备获取所述目标风电场中的预定类型的齿形带的室内实验数据,其中,实验设备可包括:控制器,用于获取所述预定类型的齿形带在现场服役期间所承受的载荷数据,并基于获取的载荷数据确定在室内实验条件下向所述预定类型的齿形带施加的载荷,介质喷射装置,用于在室内实验条件下模拟向所述预定类型的齿形带喷射与所述环境数据对应的腐蚀介质,以模拟所述预定类型的齿形带的现场服役环境,力加载装置,用于在模拟的现场服役环境下向所述预定类型的齿形带施加所述载荷,以获得所述预定类型的齿形带的室内实验数据。
可选地,所述环境数据可包括所述目标风电场所处地区的大气腐蚀性。
可选地,控制器可根据所述目标风电场所处地区的大气腐蚀性和所述预定类型的齿形带在所述目标风电场的实际服役时间,确定所述预定类型的齿形带在所述实际服役时间内累积遭受的腐蚀量,并根据累积遭受的腐蚀量确定腐蚀介质的等级;通过力加载装置向所述预定类型的齿形带施加所述载荷并且通过介质喷射装置向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据。
可选地,在力加载装置向所述预定类型的齿形带施加所述载荷的同时介质喷射装置可不间断地向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据。
可选地,获取的载荷数据可包括所述预定类型的齿形带在现场服役期间所承受的最大载荷、最小载荷和平均载荷,其中,控制器可基于所述最大载荷、所述最小载荷和所述平均载荷确定在室内实验条件下向所述预定类型的齿形带施加的载荷的幅值范围。
可选地,所述预定类型的齿形带的室内实验数据可包括所述预定类型的齿形带在室内实验条件下的服役时间,或者,所述预定类型的齿形带的室内实验数据可包括所述预定类型的齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数,其中,力加载装置可通过对所述预定类型的齿形带施加拉力来向所述预定类型的齿形带施加所述载荷。
可选地,所述初始状态可指所述预定类型的齿形带的出厂状态。
可选地,所述齿形带寿命预测系统可还包括:剩余寿命确定模块,获取通过在室内实验条件下对被更换的已达到所述预测服役寿命的所述预定类型的齿形带进行疲劳实验,确定的所述预定类型的齿形带的剩余寿命;服役时间确定模块,根据所述剩余寿命确定所述预定类型的齿形带的真实现场服役时间;模型修正模块,利用所述预定类型的齿形带的室内实验数据和真实现场服役时间对所述齿形带服役时间预测模型进行修正。
在另一总体方面,提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序在被处理器执行时实现上述的齿形带寿命预测方法。
在另一总体方面,提供一种计算装置,所述计算装置包括:处理器,被配置为:获取目标风电场所处地区的环境数据;获取所述目标风电场中的预定类型的齿形带的室内实验数据;根据与所述环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于所述预定类型的齿形带的室内实验数据确定所述预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为所述预定类型的齿形带在所述目标风电场中的预测服役寿命。
采用本发明示例性实施例的齿形带寿命预测方法和系统,能够提高对齿形带寿命预测的准确性。
附图说明
通过下面结合示例性地示出实施例的附图进行的详细描述,本发明示例性实施例的上述和其它目的、特点和优点将会变得更加清楚。
图1示出根据本发明示例性实施例的齿形带寿命预测方法的流程图;
图2示出根据本发明示例性实施例的获取预定类型的齿形带的室内实验数据的步骤的流程图;
图3示出根据本发明示例性实施例的在模拟服役环境下向预定类型的齿形带施加载荷以获得预定类型的齿形带的室内实验数据的步骤的流程图;
图4示出根据本发明示例性实施例的对齿形带服役时间预测模型进行修正的步骤的流程图;
图5示出根据本发明示例性实施例的齿形带寿命预测系统的框图;
图6示出根据本发明示例性实施例的实验设备的框图;
图7示出根据本发明示例性实施例的用于对齿形带服役时间预测模型进行修正的设备的框图。
具体实施方式
现在,将参照附图更充分地描述不同的示例实施例,一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的齿形带寿命预测方法的流程图。作为示例,在本发明示例性实施例中的齿形带可指用于风力发电机组的变桨系统中的同步传动带。例如,风力发电机组的变桨系统中采用的圆弧型同步传动带,但本发明不限于此,还可以是其他形状或用途的齿形带。
参照图1,在步骤S10中,获取目标风电场所处地区的环境数据。
这里,目标风电场可为预定类型的齿形带所服役的风电场。作为示例,获取的环境数据可包括目标风电场所处地区的大气腐蚀性。这里,可通过各种大气腐蚀监测方法获得目标风电场所处地区的大气腐蚀性。
在步骤S20中,获取目标风电场中的预定类型的齿形带的室内实验数据。
例如,可选取同规格同批次的预定类型的齿形带进行室内实验,优选地,可对相同规格、相同批次、相同类型的齿形带进行多次室内实验,以获得多个室内实验数据,求取获得的多个室内实验数据的平均值,将该平均值作为预定类型的齿形带的室内实验数据。
优选地,在本发明示例性实施例中同时考虑载荷(疲劳载荷)和环境数据(大气腐蚀性)对预定类型的齿形带的现场服役时间的影响,在室内实验条件下模拟预定类型的齿形带的现场服役环境以及在现场所承受的载荷,从而获得预定类型的齿形带的室内实验数据。
图2示出根据本发明示例性实施例的获取预定类型的齿形带的室内实验数据的步骤的流程图。
参照图2,在步骤S201中,获取预定类型的齿形带在现场服役期间所承受的载荷数据,并基于获取的载荷数据确定在室内实验条件下向预定类型的齿形带施加的载荷。
这里,预定类型的齿形带的现场服役期间可指预定类型的齿形带在目标风电场的实际服役时间,例如,可记录预定类型的齿形带在目标风电场的实际服役时间内所承受的载荷数据。作为示例,获取的载荷数据可包括预定类型的齿形带在现场服役期间所承受的最大载荷、最小载荷和平均载荷,可基于预定类型的齿形带在现场服役期间所承受的最大载荷、最小载荷和平均载荷确定在室内实验条件下向预定类型的齿形带施加的载荷的幅值范围。例如,在室内实验条件下向预定类型的齿形带所施加的载荷可以以平均载荷为基准,在最大载荷与最小载荷对应的幅值范围内波动。
在步骤S202中,基于目标风电场所处地区的环境数据在室内实验条件下模拟预定类型的齿形带的现场服役环境,并在模拟的现场服役环境下向预定类型的齿形带施加上述确定的载荷,以获得预定类型的齿形带的室内实验数据。优选地,用于室内实验的齿形带与步骤S201中在现场服役的齿形带的规格相同、批次相同、类型相同。
应理解,在图2所示的示例性实施例中仅示出载荷和环境数据对预定类型的齿形带的现场服役时间的影响,从而在室内实验条件下模拟预定类型的齿形带的现场服役环境以及在现场所承受的载荷,以获得预定类型的齿形带的室内实验数据。但本发明不限于此,还可分析预定类型的齿形带在现场服役期间对预定类型的齿形带的现场服役时间能够产生影响的其他因素,以在室内实验条件下模拟该其他因素对预定类型的齿形带的影响来获得预定类型的齿形带的室内实验数据。
下面参照图3来介绍在室内实验条件下模拟预定类型的齿形带的现场服役环境以及在现场所承受的载荷,以获得预定类型的齿形带的室内实验数据的具体过程。
图3示出根据本发明示例性实施例的在模拟服役环境下向预定类型的齿形带施加载荷以获得预定类型的齿形带的室内实验数据的步骤的流程图。
参照图3,在步骤S210中,根据目标风电场所处地区的大气腐蚀性和预定类型的齿形带在目标风电场的实际服役时间,确定预定类型的齿形带在实际服役时间内累积遭受的腐蚀量。这里,可通过各种方式来基于大气腐蚀性和实际服役时间估算出预定类型的齿形带在实际服役时间内累积遭受的腐蚀量。
在步骤S220中,根据累积遭受的腐蚀量确定腐蚀介质的等级。
在步骤S230中,通过向预定类型的齿形带施加上述所确定的载荷并且向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,以获得预定类型的齿形带的室内实验数据。例如,可向预定类型的齿形带的表面喷射腐蚀介质的盐雾。
第一种情况,预定类型的齿形带的室内实验数据可为预定类型的齿形带在室内实验条件下的服役时间。
例如,可通过在模拟的现场服役环境下向预定类型的齿形带施加载荷来获得预定类型的齿形带在室内实验条件下的服役时间。这里,服役时间可指预定类型的齿形带在室内实验条件下从初始状态到失效时的时间。
第二种情况,预定类型的齿形带的室内实验数据可为预定类型的齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数。
例如,向预定类型的齿形带施加所确定的载荷的步骤可包括:通过对预定类型的齿形带施加拉力来向预定类型的齿形带施加所确定的载荷。在此情况下,可通过在模拟的现场服役环境下向预定类型的齿形带施加载荷来获得预定类型的齿形带在室内实验条件下初始状态到失效时所承受的拉力的次数。
作为示例,预定类型的齿形带的初始状态可指预定类型的齿形带的出厂状态。
在一个示例中,可将向预定类型的齿形带施加载荷和向预定类型的齿形带表面喷射腐蚀介质同时进行。
例如,可在向预定类型的齿形带施加所确定的载荷的同时不间断地向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,以获得预定类型的齿形带的室内实验数据。
例如,可在向预定类型的齿形带施加所确定的载荷的同时不间断地向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,来获得预定类型的齿形带在室内实验条件下的服役时间。此时,可向预定类型的齿形带施加持续的载荷,或者也可向预定类型的齿形带反复施加载荷。
或者,还可在向预定类型的齿形带反复施加所确定的载荷的同时不间断地向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,来获得预定类型的齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数。
在另一示例中,可将向预定类型的齿形带施加载荷和向预定类型的齿形带表面喷射腐蚀介质分别进行。
例如,可向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,以使预定类型的齿形带遭受的腐蚀量达到预定腐蚀程度;向达到预定腐蚀程度的预定类型的齿形带施加所确定的载荷,以获得预定类型的齿形带的室内实验数据。
例如,可向达到预定腐蚀程度的预定类型的齿形带反复施加拉力,确定预定齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数,或者向达到预定腐蚀程度的预定类型的齿形带施加持续的载荷或反复施加载荷,确定预定类型的齿形带在室内实验条件下的服役时间。
优选地,可预先估计出该预定类型的齿形带的现场服役时间,基于预先估计的现场服役时间和目标风电场所处地区的大气腐蚀性确定该预定类型的齿形带在所预先估计的现场服役时间内应遭受的腐蚀量,预定类型的齿形带遭受上述确定的腐蚀量应达到的腐蚀程度即为预定腐蚀程度。
返回图1,在步骤S30中,根据与目标风电场所处地区的环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于预定类型的齿形带的室内实验数据确定预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为预定类型的齿形带在目标风电场中的预测服役寿命。
应理解,由于预定类型的齿形带在干燥、湿热或沿海等不同环境下的腐蚀程度不同,相应地,预定类型的齿形带在不同环境下的现场服役时间也会不同。基于上述原因,在本发明示例性实施例中可获取预定类型的齿形带所处环境的大气腐蚀性,以针对不同大气腐蚀性的环境分别建立齿形带的室内实验数据与齿形带的现场服役时间的对应关系。
例如,可获取齿形带的室内实验数据,并获取该齿形带的现场服役时间以建立齿形带的室内实验数据与齿形带的现场服役时间的对应关系。优选地,用于建立上述对应关系的齿形带的类型与利用该对应关系确定预测服役寿命的齿形带的类型可相同也可不同。例如,用于建立上述对应关系的齿形带的类型可是预定类型,也可不是预定类型。
这里,可通过风电场中已有的齿形带的失效案例,获得齿形带的现场服役时间。例如,可统计风电场中多个相同类型的齿形带的现场服役时间,去除非正常因素导致失效的数据后,选取统计的现场服役时间中时间最短的现场服役时间作为该类型的齿形带的现场服役时间。作为示例,应获取相同规格、相同批次、相同类型的齿形带在同等环境条件下的现场服役时间。
例如,可采用上述介绍的获得预定类型的齿形带的室内实验数据的方式来获得用于建立上述对应关系的齿形带的室内实验数据。这里,所获得的室内实验数据为与上述用于确定现场服役时间的齿形带相同规格、相同批次、相同类型的齿形带的室内实验数据。由此利用相同规格、相同批次、相同类型的齿形带的室内实验数据和现场服役时间建立上述对应关系。
优选地,可建立用于反映齿形带的室内实验数据与齿形带的现场服役时间的对应关系的齿形带服役时间预测模型,以基于建立的齿形带服役时间预测模型来确定预定类型的齿形带的现场服役时间。
例如,确定预定类型的齿形带的现场服役时间的步骤可包括:获取与目标风电场所处地区的环境数据对应的齿形带服役时间预测模型;将获取的预定类型的齿形带的室内实验数据输入齿形带服役时间预测模型,以获得预定类型的齿形带的现场服役时间。优选地,可利用齿形带的室内实验数据和根据已有齿形带失效案例所确定的与上述齿形带相同类型的齿形带的现场服役时间对齿形带服役时间预测模型进行训练。
针对上述基于齿形带服役时间预测模型来获得预定类型的齿形带的现场服役时间的方式,根据本发明示例性实施例的齿形带寿命预测方法可还包括对齿形带服役时间预测模型进行修正的步骤。下面参照图4来介绍对齿形带服役时间预测模型进行修正的过程。
图4示出根据本发明示例性实施例的对齿形带服役时间预测模型进行修正的步骤的流程图。
参照图4,在步骤S40中,更换目标风电场中已达到预测服役寿命的预定类型的齿形带。例如,可监测预定类型的齿形带的现场服役时间,当现场服役时间达到预测服役寿命时,对达到预测服役寿命的预定类型的齿形带进行更换。
在步骤S50中,在室内实验条件下对被更换的预定类型的齿形带进行疲劳实验,以获得预定类型的齿形带的剩余寿命。这里,在室内实验条件下模拟被更换的预定类型的齿形带在目标风电场的现场服役环境和所承受的载荷来进行疲劳实验,以获得预定类型的齿形带的剩余寿命。
这里,被更换的预定类型的齿形带可能未达到失效状态,此时可通过上述介绍的获得预定类型的齿形带的室内实验数据的方式(即,向被更换的预定类型的齿形带施加载荷并向该预定类型的齿形带的表面喷射腐蚀介质)来对被更换的预定类型的齿形带进行疲劳实验,以获得在室内实验条件下预定类型的齿形带从被更换下来的时刻到失效时的时间,该时间即为预定类型的齿形带的剩余寿命。
在步骤S60中,根据获得的预定类型的齿形带的剩余寿命确定预定类型的齿形带的真实现场服役时间。例如,可将预定类型的齿形带的剩余寿命与该预定类型的齿形带在被更换时达到的现场服役时间(即,预测服役寿命)相加,来获得预定类型的齿形带的真实现场服役时间。
在步骤S70中,利用预定类型的齿形带的室内实验数据和真实现场服役时间对齿形带服役时间预测模型进行修正。
例如,可利用预定类型的齿形带的室内实验数据和真实现场服役时间对齿形带服役时间预测模型进行重新训练,以提高齿形带服役时间预测模型的预测的准确性。
图5示出根据本发明示例性实施例的齿形带寿命预测系统的框图。
如图5所示,根据本发明示例性实施例的齿形带寿命预测系统包括:环境数据获取模块10、实验数据获取模块20和服役寿命预测模块30。
具体说来,环境数据获取模块10获取目标风电场所处地区的环境数据。作为示例,环境数据获取模块10可以包括安装在风力发电机组内部或外部的任意环境监测传感器,例如,风向标、风速仪、激光镭达、空气密度测量设备等。
这里,目标风电场可为预定类型的齿形带所服役的风电场。作为示例,目标风电场所处地区的环境数据可包括目标风电场所处地区的大气腐蚀性。
实验数据获取模块20获取目标风电场中的预定类型的齿形带的室内实验数据。作为示例,实验数据获取模块20可以是风电场控制系统中的数据收发、存储设备,例如,服务器。
优选地,根据本发明示例性实施例的齿形带寿命预测系统可还包括用于确定预定类型的齿形带的室内实验数据的实验设备,在此情况下,实验数据获取模块20可从实验设备获取目标风电场中的预定类型的齿形带的室内实验数据。
图6示出根据本发明示例性实施例的实验设备的框图。
如图6所示,根据本发明示例性实施例的实验设备可包括:控制器601、介质喷射装置602和力加载装置603。
具体说来,控制器601用于获取所述预定类型的齿形带在现场服役期间所承受的载荷数据,并基于获取的载荷数据确定在室内实验条件下向所述预定类型的齿形带施加的载荷。
作为示例,获取的载荷数据可包括预定类型的齿形带在现场服役期间所承受的最大载荷、最小载荷和平均载荷,控制器601可基于最大载荷、最小载荷和平均载荷确定在室内实验条件下向预定类型的齿形带施加的载荷的幅值范围。
介质喷射装置602用于在室内实验条件下模拟向所述预定类型的齿形带喷射与所述环境数据对应的腐蚀介质,以模拟所述预定类型的齿形带的现场服役环境。
力加载装置603用于在模拟的现场服役环境下向所述预定类型的齿形带施加所述载荷,以获得所述预定类型的齿形带的室内实验数据。
优选地,控制器601可根据目标风电场所处地区的大气腐蚀性和预定类型的齿形带在所述目标风电场的实际服役时间,确定预定类型的齿形带在实际服役时间内累积遭受的腐蚀量,根据累积遭受的腐蚀量确定腐蚀介质的等级。
在此情况下,通过力加载装置603向预定类型的齿形带施加所确定的载荷并且通过介质喷射装置602向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,从而获得预定类型的齿形带的室内实验数据。应理解,可由控制器601控制力加载装置603向预定类型的齿形带施加所确定的载荷,由控制器601控制介质喷射装置602向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,但本发明不限于此,还可通过其他方式(如手动操作)来控制力加载装置和介质喷射装置动作。
第一种情况,预定类型的齿形带的室内实验数据可为预定类型的齿形带在室内实验条件下的服役时间。这里,服役时间可指预定类型的齿形带在室内实验条件下从初始状态到失效时的时间。
第二种情况,预定类型的齿形带的室内实验数据可为预定类型的齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数。
例如,力加载装置可通过对预定类型的齿形带施加拉力来向预定类型的齿形带施加所确定的载荷。
作为示例,预定类型的齿形带的初始状态可指预定类型的齿形带的出厂状态。
在一个示例中,可将向预定类型的齿形带施加载荷和向预定类型的齿形带表面喷射腐蚀介质同时进行。
例如,可在力加载装置向预定类型的齿形带施加所确定的载荷的同时介质喷射装置不间断地向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,以获得预定类型的齿形带的室内实验数据。
在另一示例中,可将向预定类型的齿形带施加载荷和向预定类型的齿形带表面喷射腐蚀介质分别进行。
在此情况下,介质喷射装置可向预定类型的齿形带表面喷射所确定的等级的腐蚀介质,以使预定类型的齿形带遭受的腐蚀量达到预定腐蚀程度;力加载装置向达到预定腐蚀程度的预定类型的齿形带施加所确定的载荷,以获得预定类型的齿形带的室内实验数据。
例如,可控制力加载装置向达到预定腐蚀程度的预定类型的齿形带反复施加拉力,确定预定齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数,或者控制力加载装置向达到预定腐蚀程度的预定类型的齿形带施加持续的载荷或反复施加载荷,来确定预定类型的齿形带在室内实验条件下的服役时间。
返回图5,服役寿命预测模块30根据与所述环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于所述预定类型的齿形带的室内实验数据确定所述预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为所述预定类型的齿形带在所述目标风电场中的预测服役寿命。作为实例,服役寿命预测模块30可以是风力发电机组控制器或风电场控制器等,具有数据处理能力的设备。
优选地,根据本发明示例性实施例的齿形带寿命预测系统可还包括对应关系建立模块,用于建立齿形带的室内实验数据与齿形带的现场服役时间的对应关系,优选地可针对不同大气腐蚀性的环境分别建立齿形带的室内实验数据与齿形带的现场服役时间的对应关系。优选地,对应关系建立模块可建立用于反映齿形带的室内实验数据与齿形带的现场服役时间的对应关系的齿形带服役时间预测模型,以基于建立的齿形带服役时间预测模型来确定预定类型的齿形带的现场服役时间。
在此情况下,服役寿命预测模块30可获取与目标风电场所处地区的环境数据对应的齿形带服役时间预测模型,将获取的预定类型的齿形带的室内实验数据输入齿形带服役时间预测模型,以获得预定类型的齿形带的现场服役时间。
针对上述基于齿形带服役时间预测模型来获得预定类型的齿形带的现场服役时间的方式,优选地,齿形带寿命预测系统还可对齿形带服役时间预测模型进行修正。
图7示出根据本发明示例性实施例的用于对齿形带服役时间预测模型进行修正的设备的框图。
如图7所示,根据本发明示例性实施例的用于对齿形带服役时间预测模型进行修正的设备可包括:剩余寿命确定模块701、服役时间确定模块702和模型修正模块703。
具体说来,剩余寿命确定模块701获取通过在室内实验条件下对被更换的已达到预测服役寿命的预定类型的齿形带进行疲劳实验,确定的预定类型的齿形带的剩余寿命。
服役时间确定模块702根据剩余寿命确定预定类型的齿形带的真实现场服役时间。
模型修正模块703利用预定类型的齿形带的室内实验数据和真实现场服役时间对齿形带服役时间预测模型进行修正。
根据本发明的示例性实施例还提供一种计算装置。该计算装置包括处理器。具体说来,处理器被配置为:获取目标风电场所处地区的环境数据;获取所述目标风电场中的预定类型的齿形带的室内实验数据;根据与所述环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于所述预定类型的齿形带的室内实验数据确定所述预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为所述预定类型的齿形带在所述目标风电场中的预测服役寿命。也就是说,上述齿形带寿命预测方法可由处理器执行,作为示例,该处理器可为风力发电机组的主控制器,或者风电场控制器。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述齿形带寿命预测方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
采用本发明示例性实施例的齿形带寿命预测方法和系统,能够实现对齿形带现场服役寿命的预测,并确保预测的准确性。
此外,采用本发明示例性实施例的齿形带寿命预测方法和系统,通过建立齿形带的室内实验数据与齿形带已有的珍贵的现场失效时的现场服役时间的对应关系,来获得齿形带的预测服役寿命。
此外,采用本发明示例性实施例的齿形带寿命预测方法和系统,考虑到齿形带服役现场的实际情况对齿形带的现场服役时间的影响,使得确定的齿形带的预测服役寿命更为准确。
此外,采用本发明示例性实施例的齿形带寿命预测方法和系统,通过齿形带的室内实验数据与齿形带的现场服役时间的对应关系,可确定各种类型的齿形带的预测服役寿命。
此外,采用本发明示例性实施例的齿形带寿命预测方法和系统,还可验证对齿形带的防腐工艺的改进效果。例如,当对齿形带进行防腐工艺改进之后,此时可利用本发明示例性实施例的齿形带寿命预测方法和系统来确定改进防腐工艺后的齿形带的预测服役寿命,与改进防腐工艺前的齿形带的现场服役寿命进行比较,以验证防腐工艺的改进效果。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (22)
1.一种齿形带寿命预测方法,其特征在于,所述齿形带寿命预测方法包括:
获取目标风电场所处地区的环境数据;
获取所述目标风电场中的预定类型的齿形带的室内实验数据;
根据与所述环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于所述预定类型的齿形带的室内实验数据确定所述预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为所述预定类型的齿形带在所述目标风电场中的预测服役寿命。
2.如权利要求1所述的齿形带寿命预测方法,其特征在于,确定所述预定类型的齿形带的现场服役时间的步骤包括:
获取与所述环境数据对应的齿形带服役时间预测模型;
将获取的所述预定类型的齿形带的室内实验数据输入所述齿形带服役时间预测模型,以获得所述预定类型的齿形带的现场服役时间,
其中,所述齿形带服役时间预测模型为用于反映齿形带的室内实验数据与齿形带的现场服役时间的对应关系的模型。
3.如权利要求1所述的齿形带寿命预测方法,其特征在于,获取所述目标风电场中的预定类型的齿形带的室内实验数据的步骤包括:
获取所述预定类型的齿形带在现场服役期间所承受的载荷数据,并基于获取的载荷数据确定在室内实验条件下向所述预定类型的齿形带施加的载荷;
基于所述环境数据在室内实验条件下模拟所述预定类型的齿形带的现场服役环境,并在模拟的现场服役环境下向所述预定类型的齿形带施加所述载荷,以获得所述预定类型的齿形带的室内实验数据。
4.如权利要求3所述的齿形带寿命预测方法,其特征在于,所述环境数据包括所述目标风电场所处地区的大气腐蚀性。
5.如权利要求4所述的齿形带寿命预测方法,其特征在于,获得所述预定类型的齿形带的室内实验数据的步骤包括:
根据所述目标风电场所处地区的大气腐蚀性和所述预定类型的齿形带在所述目标风电场的实际服役时间,确定所述预定类型的齿形带在所述实际服役时间内累积遭受的腐蚀量;
根据累积遭受的腐蚀量确定腐蚀介质的等级;
通过向所述预定类型的齿形带施加所述载荷并且向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据。
6.如权利要求5所述的齿形带寿命预测方法,其特征在于,通过向所述预定类型的齿形带施加所述载荷并且向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据的步骤包括:
在向所述预定类型的齿形带施加所述载荷的同时不间断地向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据。
7.如权利要求3所述的齿形带寿命预测方法,其特征在于,获取的载荷数据包括所述预定类型的齿形带在现场服役期间所承受的最大载荷、最小载荷和平均载荷,
其中,基于所述最大载荷、所述最小载荷和所述平均载荷确定在室内实验条件下向所述预定类型的齿形带施加的载荷的幅值范围。
8.如权利要求3-7中任意一项所述的齿形带寿命预测方法,其特征在于,所述预定类型的齿形带的室内实验数据包括所述预定类型的齿形带在室内实验条件下的服役时间,
或者,所述预定类型的齿形带的室内实验数据包括所述预定类型的齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数,
其中,向所述预定类型的齿形带施加所述载荷的步骤包括:通过对所述预定类型的齿形带施加拉力来向所述预定类型的齿形带施加所述载荷。
9.如权利要求8所述的齿形带寿命预测方法,其特征在于,所述初始状态是指所述预定类型的齿形带的出厂状态。
10.如权利要求2所述的齿形带寿命预测方法,其特征在于,所述齿形带寿命预测方法还包括:
更换所述目标风电场中已达到所述预测服役寿命的所述预定类型的齿形带;
在室内实验条件下对被更换的所述预定类型的齿形带进行疲劳实验,以获得所述预定类型的齿形带的剩余寿命;
根据所述剩余寿命确定所述预定类型的齿形带的真实现场服役时间;
利用所述预定类型的齿形带的室内实验数据和真实现场服役时间对所述齿形带服役时间预测模型进行修正。
11.一种齿形带寿命预测系统,其特征在于,所述齿形带寿命预测系统包括:
环境数据获取模块,获取目标风电场所处地区的环境数据;
实验数据获取模块,获取所述目标风电场中的预定类型的齿形带的室内实验数据;
服役寿命预测模块,根据与所述环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于所述预定类型的齿形带的室内实验数据确定所述预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为所述预定类型的齿形带在所述目标风电场中的预测服役寿命。
12.如权利要求11所述的齿形带寿命预测系统,其特征在于,服役寿命预测模块获取与所述环境数据对应的齿形带服役时间预测模型,将获取的所述预定类型的齿形带的室内实验数据输入所述齿形带服役时间预测模型,以获得所述预定类型的齿形带的现场服役时间,
其中,所述齿形带服役时间预测模型为用于反映齿形带的室内实验数据与齿形带的现场服役时间的对应关系的模型。
13.如权利要求11所述的齿形带寿命预测系统,其特征在于,所述齿形带寿命预测系统还包括实验设备,实验数据获取模块从实验设备获取所述目标风电场中的预定类型的齿形带的室内实验数据,
其中,实验设备包括:
控制器,用于获取所述预定类型的齿形带在现场服役期间所承受的载荷数据,并基于获取的载荷数据确定在室内实验条件下向所述预定类型的齿形带施加的载荷,
介质喷射装置,用于在室内实验条件下模拟向所述预定类型的齿形带喷射与所述环境数据对应的腐蚀介质,以模拟所述预定类型的齿形带的现场服役环境,
力加载装置,用于在模拟的现场服役环境下向所述预定类型的齿形带施加所述载荷,以获得所述预定类型的齿形带的室内实验数据。
14.如权利要求13所述的齿形带寿命预测系统,其特征在于,所述环境数据包括所述目标风电场所处地区的大气腐蚀性。
15.如权利要求14所述的齿形带寿命预测系统,其特征在于,所述控制器根据所述目标风电场所处地区的大气腐蚀性和所述预定类型的齿形带在所述目标风电场的实际服役时间,确定所述预定类型的齿形带在所述实际服役时间内累积遭受的腐蚀量,并根据累积遭受的腐蚀量确定腐蚀介质的等级,
通过力加载装置向所述预定类型的齿形带施加所述载荷并且通过介质喷射装置向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据。
16.如权利要求15所述的齿形带寿命预测系统,其特征在于,在力加载装置向所述预定类型的齿形带施加所述载荷的同时介质喷射装置不间断地向所述预定类型的齿形带表面喷射所述等级的腐蚀介质,以获得所述预定类型的齿形带的室内实验数据。
17.如权利要求13所述的齿形带寿命预测系统,其特征在于,获取的载荷数据包括所述预定类型的齿形带在现场服役期间所承受的最大载荷、最小载荷和平均载荷,
其中,控制器基于所述最大载荷、所述最小载荷和所述平均载荷确定在室内实验条件下向所述预定类型的齿形带施加的载荷的幅值范围。
18.如权利要求13-17中任意一项所述的齿形带寿命预测系统,其特征在于,所述预定类型的齿形带的室内实验数据包括所述预定类型的齿形带在室内实验条件下的服役时间,
或者,所述预定类型的齿形带的室内实验数据包括所述预定类型的齿形带在室内实验条件下从初始状态到失效时所承受的拉力的次数,
其中,力加载装置通过对所述预定类型的齿形带施加拉力来向所述预定类型的齿形带施加所述载荷。
19.如权利要求18所述的齿形带寿命预测系统,其特征在于,所述初始状态是指所述预定类型的齿形带的出厂状态。
20.如权利要求12所述的齿形带寿命预测系统,其特征在于,所述齿形带寿命预测系统还包括:
剩余寿命确定模块,获取通过在室内实验条件下对被更换的已达到所述预测服役寿命的所述预定类型的齿形带进行疲劳实验,确定的所述预定类型的齿形带的剩余寿命;
服役时间确定模块,根据所述剩余寿命确定所述预定类型的齿形带的真实现场服役时间;
模型修正模块,利用所述预定类型的齿形带的室内实验数据和真实现场服役时间对所述齿形带服役时间预测模型进行修正。
21.一种存储有计算机程序的计算机可读存储介质,当所述计算机程序在被处理器执行时实现如权利要求1所述的齿形带寿命预测方法。
22.一种计算装置,其特征在于,所述计算装置包括:
处理器,被配置为:
获取目标风电场所处地区的环境数据;
获取所述目标风电场中的预定类型的齿形带的室内实验数据;
根据与所述环境数据相关的齿形带的室内实验数据与齿形带的现场服役时间的对应关系,基于所述预定类型的齿形带的室内实验数据确定所述预定类型的齿形带的现场服役时间,并将确定的现场服役时间作为所述预定类型的齿形带在所述目标风电场中的预测服役寿命。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810687360.1A CN110659753B (zh) | 2018-06-28 | 2018-06-28 | 齿形带寿命预测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810687360.1A CN110659753B (zh) | 2018-06-28 | 2018-06-28 | 齿形带寿命预测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110659753A true CN110659753A (zh) | 2020-01-07 |
CN110659753B CN110659753B (zh) | 2022-04-12 |
Family
ID=69026365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810687360.1A Active CN110659753B (zh) | 2018-06-28 | 2018-06-28 | 齿形带寿命预测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110659753B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588452A (zh) * | 2021-07-30 | 2021-11-02 | 国网青海省电力公司信息通信公司 | 电缆寿命预测方法和装置以及处理器和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002071521A (ja) * | 2000-08-29 | 2002-03-08 | Mitsuboshi Belting Ltd | 歯付ベルトの寿命予測装置、歯付ベルトの寿命予測方法および記録媒体 |
JP2002107237A (ja) * | 2000-09-29 | 2002-04-10 | Mitsuboshi Belting Ltd | コグドvベルトの寿命予測方法および装置、並びに記録媒体 |
CN102507170A (zh) * | 2011-10-20 | 2012-06-20 | 中国人民解放军装甲兵工程学院 | 一种接触疲劳寿命预测试验机 |
CN104573881A (zh) * | 2015-02-10 | 2015-04-29 | 广东石油化工学院 | 一种基于退化数据建模的服役设备剩余寿命自适应预测方法 |
-
2018
- 2018-06-28 CN CN201810687360.1A patent/CN110659753B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002071521A (ja) * | 2000-08-29 | 2002-03-08 | Mitsuboshi Belting Ltd | 歯付ベルトの寿命予測装置、歯付ベルトの寿命予測方法および記録媒体 |
JP2002107237A (ja) * | 2000-09-29 | 2002-04-10 | Mitsuboshi Belting Ltd | コグドvベルトの寿命予測方法および装置、並びに記録媒体 |
CN102507170A (zh) * | 2011-10-20 | 2012-06-20 | 中国人民解放军装甲兵工程学院 | 一种接触疲劳寿命预测试验机 |
CN104573881A (zh) * | 2015-02-10 | 2015-04-29 | 广东石油化工学院 | 一种基于退化数据建模的服役设备剩余寿命自适应预测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588452A (zh) * | 2021-07-30 | 2021-11-02 | 国网青海省电力公司信息通信公司 | 电缆寿命预测方法和装置以及处理器和存储介质 |
CN113588452B (zh) * | 2021-07-30 | 2023-10-27 | 国网青海省电力公司信息通信公司 | 电缆寿命预测方法和装置以及处理器和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110659753B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2017363221B2 (en) | Method and device for predicting wind turbine fault | |
KR102052289B1 (ko) | 풍력 터빈의 등가 하중을 검출하기 위한 방법 및 장치 | |
CN108694712B (zh) | 设备损坏预测系统 | |
CN106409120B (zh) | 机械学习方法及机械学习装置、以及故障预知装置及系统 | |
ES2911282T3 (es) | Determinación de vida útil restante de maquinaria rotatoria, incluyendo trenes de transmisión, cajas de engranajes, y generadores | |
US10466142B2 (en) | Equipment control based on failure determination | |
RU2757436C2 (ru) | Устройство и способ контроля указаний на неисправность от транспортного средства, компьютерочитаемый носитель | |
Dinwoodie et al. | Analysis of offshore wind turbine operation and maintenance using a novel time domain meteo-ocean modeling approach | |
CN114757048B (zh) | 一种风机基础的健康状态评估方法、装置、设备和介质 | |
CN108182311A (zh) | 一种基于加速寿命试验的指挥通信设备可靠性评估方法 | |
CN107015875B (zh) | 一种电子整机贮存寿命评估方法及装置 | |
US11209345B1 (en) | Automatic prognostic qualification of manufacturing products | |
JP6888577B2 (ja) | 制御装置、制御方法、及び制御プログラム | |
US10549423B2 (en) | Controller and machine learning device | |
CN110659753B (zh) | 齿形带寿命预测方法和系统 | |
EP3480455A1 (en) | Wind turbine monitoring device, wind turbine monitoring method, wind turbine monitoring program, and storage medium | |
CN116933099B (zh) | 一种汽车零部件老化测试方法、系统及介质 | |
JP2019212164A (ja) | 制御システム、制御方法、学習装置、制御装置、学習方法及び学習プログラム | |
CN109667706A (zh) | 风力发电装置及其控制方法和控制程序 | |
JP2009156650A (ja) | 強度評価装置 | |
CN116227248B (zh) | 重力储能系统的数字孪生体构建方法、装置及电子设备 | |
Pazouki et al. | Condition based maintenance optimization of wind turbine system using degradation prediction | |
KR20180035549A (ko) | 회전체 설비 고장발생 위험도 지수 평가 장치 및 그 방법 | |
CN113221324B (zh) | 停车场设备的生命周期预测方法及系统 | |
KR102343793B1 (ko) | 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법, 데이터 처리 프로그램 및 기억 매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |