文献类型：期刊文章

作　　者：任岩[1,2] 张锴[3]

REN Yan,ZHANG Kai(1. School of Electric Power, North China University of Water Resources and Electric Power. Zhengzhou, Henan 450045, China; 2. Hunan Provincial Key Laboratory of Renewable Energy Electric - Technology, Changsha University of Science ＆ Technology, Chang sha, Hunan 410114, China ; 3. Agricultural Science and Technology Exhibition Center of Henan Province, Zhengzhou, Henan 450002 Chin)

机构地区：[1]华北水利水电大学电力学院,河南郑州450045 [2]长沙理工大学可再生能源电力技术湖南省重点实验室,湖南长沙410114 [3]河南省农业科学技术展览馆,河南郑州450002

出　　处：《排灌机械工程学报》

基　　金：河南省科技攻关项目(162102210076);可再生能源电力技术湖南省重点实验室(长沙理工大学)开放基金资助项目(2016ZNDL001);河南省高等学校重点科研项目(17A480006);华北水利水电大学高层次人才科研启动项目(201316)

年　　份：2018

卷　　号：36

期　　号：7

起止页码：613-616

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CSA、CSCD、CSCD_E2017_2018、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了实现对风电机组传动链结构及运行过程的监测与诊断,结合单一的物理仿真或单一的经验,利用风电机组传动链在线状态监测系统采集数据并预处理,采用FNN,FFT和专家系统推理机对不同类型的故障进行诊断,采用决策融合技术对诊断结果进行优化,构建风电机组传动链在线综合状态监测与故障诊断系统.将该系统与风电场CMS系统和SCADA系统相结合,对风电机组进行状态监测与故障诊断.以某风电场主轴轴承故障为例,分析振动幅值、故障发生时间、故障部位及故障程度,根据诊断情况,给出了专家意见.该系统具有很强的通用性、适应性、容错性和易实现性,提高了分析问题、推理及优化、远程诊断分析能力,达到了较高的智能化水平等建议.

关 键 词：风电机组传动链  状态监测  故障诊断 决策融合技术  

分 类 号：S277.9]