文献类型：期刊文章

作　　者：徐启圣[1] 白琨[1] 徐厚昌[1] 张春鹏[1]

XU Qisheng;BAI Kun;XU Houchang;ZHANG Chunpeng(Department of Mechanical Engineering,Hefei University,Hefei Anhui 230061,China)

机构地区：[1]合肥学院机械工程系

出　　处：《润滑与密封》

基　　金：安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016276)

年　　份：2019

卷　　号：44

期　　号：8

起止页码：138-147

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：齿轮箱作为风电机组故障率最高的部件,结构复杂、运维困难,影响整机故障率、可靠性、运维成本及发电效率等。通过对风电齿轮箱故障诊断的主要理论、方法及研究现状进行分析并总结存在的问题,提出"五性三化"即动态性、阶段性、多维性、适用性、集成性、定量化、标准化以及统一化共8个方面的解决思路,并结合网络技术、信息技术、大数据技术及人工智能的优势,预测云监测、智能诊断及主动报警的发展趋势。

关 键 词：风电发电机  齿轮箱 监测技术 大数据 云监测  智能诊断

分 类 号：TH117.1]