神华集团科技创新项目(GTKJ-12-02)
- 作品数：7 被引量：50H指数：5
- 相关作者：顾煜炯宋磊徐婷王瑞徐天金更多>>
- 相关机构：华北电力大学更多>>
- 发文基金：神华集团科技创新项目国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：动力工程及工程热物理电气工程机械工程自动化与计算机技术更多>>
- 变工况特性下的风电轴承早期故障诊断方法被引量：8
- 2014年
- 针对风电机组运行环境极端恶劣和运行工况复杂多变造成的故障特征无法准确、及时捕捉的特点,提出基于IMF(Intrinsic Mode Function)分量优化选取和Hilbert谱分析的风电轴承早期故障诊断方法。首先利用阶比重采样技术将时域非平稳信号转换为角域平稳或准平稳信号;然后对角域信号进行EMD(Empirical Mode Decomposition)分解,利用互相关准则和峭度准则选取IMF分量,重构角域信号;最后,采用希尔伯特变换对重构信号进行处理,得到边际谱。通过试验仿真验证了该方法的有效性。
- 王珊苏璐玮顾煜炯杨昆
- 关键词：变工况特性
- 基于能量流及D-S推理的风电机组能效综合评价被引量：2
- 2015年
- 提出基于能量流的风电机组能效性能分析构架,将能量流划分为风能吸收、机械能传递、电能转换3个环节,建立层次化的能效评价结构与风电机组能效特征指标库。提出D-S推理模型的风电机组能效性能综合评价方法,考虑风电机组部分能效指标难以准确确定的问题,实现从各子系统到整机的能效性能综合评价,并将该方法应用于国内某1.5 MW双馈异步风电机组的能效评价分析中。实例结果表明:该方法克服部分评价指标值不精确的影响,准确判断出机组能效性能状态,实现齿轮箱故障的初步定位,评价结果可为风电机组的性能优化与维修决策提供可靠指导。
- 徐婷王瑞顾煜炯冯晖
- 关键词：风电机组能量流层次化D-S推理能效评价
- 风力发电机组轴系扭振建模方法
- 2016年
- 对于风机传动链的建模,两质量块模型与三质量块模型并不完全适合扭振的研究。文中基于传递矩阵法结合风机含有复杂分支这一结构特点提出了一种新的轴系扭振建模方法,该方法将传递链分为几个模块,并分别用规范的矩阵式表达,最后利用矩阵运算将各支路统一起来,结合边界条件求得剩余扭矩量。针对求解剩余扭矩方程中出现的异号无穷型奇点,提出了解决的技术途径。结合并使用MATLAB编程,提高运算精度,结合算例(某1.5MW机组)证明该方法的实用性和准确性。
- 李治甫郭鼎顾煜炯冯晖
- 关键词：扭转振动传递矩阵法
- 基于区间划分的风电齿轮箱在线故障预警方法被引量：13
- 2014年
- 针对大型风电机组运行工况复杂多变,依靠恒定的润滑油温度值作为齿轮箱故障预警值容易不报的问题,提出了基于运行区间划分的风电机组齿轮箱在线故障预警方法。该方法通过划分不同的运行区间,对不同运行区间根据高斯模型分别设定阈值。将实时数据代入相应运行区间判定是否异常,再利用移动窗口计算异常率作为触发齿轮箱故障预警的指标。该方法用于某1.5 MW风电机组齿轮箱故障的分析,结果表明,该方法能够准确地反映故障的发展趋势,可实现齿轮箱故障的早期预警,避免故障向更严重的方向发展,降低风电机组运行和维修成本。
- 顾煜炯苏璐玮钟阳徐婷
- 关键词：风电机组齿轮箱故障预警高斯模型
- 基于改进的多元离群检测方法的风机齿轮箱早期故障诊断被引量：8
- 2016年
- 针对风电机组运行工况波动性以及机组早期故障特征不易提取的特点,提出一种基于改进的多元离群监测方法来实现风机齿轮箱故障的早期诊断。运用阶比重采样方法对原始振动信号进行预处理,并对处理结果进行量纲一因子分析;通过马氏距离建立风电齿轮箱的早期故障识别模型;利用多元线性回归改进多元离群检测算法进行实际数据的分析计算。结果表明,该方法较原始方法能够更早地察觉出风电齿轮箱早期故障。
- 顾煜炯贾子文王瑞任玉亭
- 关键词：多元线性回归
- 基于多元角域指标离群检测的风电齿轮箱故障预警方法被引量：8
- 2015年
- 针对风速和载荷随机波动造成的早期故障特征难以提取和量化的特点,提出基于多元角域指标离群检测的风电齿轮箱故障预警方法。首先利用阶比重采样技术将非平稳的时域振动信号转化为具有平稳或准平稳特性的角域信号,提取角域无量纲指标反映风电齿轮箱早期故障趋势;其次利用多元相关度测量建立风电齿轮箱早期故障识别模型;最后采用多元离群检测方法实现风电齿轮箱早期故障预警。实验表明,该方法能够实现较为准确地的风电齿轮箱早期故障预警,具有较好的工程实际意义。
- 顾煜炯宋磊苏璐玮吴冠宇周振宇
- 变工况条件下的风电机组齿轮箱故障预警方法被引量：16
- 2014年
- 针对风电机组运行工况复杂多变,难以实现故障特征提取和预警指标量化的特点,提出基于k邻近度异常检测技术的风电机组故障预警方法:首先利用阶比重采样技术将时域非平稳信号转换为角域的平稳或准平稳信号;其次构建出新量纲一幅域特征值,提取阶比重采样角域信号早期故障特征;最后将振动角域序列映射成多维特征向量,通过基于k邻近度的异常点检测技术挖掘机组潜在异常信息,实现机组的早期故障预警。试验仿真验证了该方法的有效性。
- 顾煜炯宋磊徐天金雷启龙
- 关键词：异常检测
