风电机组主轴承温度异常故障智能诊断系统设计
主轴承故障诊断最直接的方法是安装在线振动监测系统,但早期风机并无此系统.时至今日,现场安装的振动传感器的数量也非常少,而最为常见的方法是使用与振动最为接近的数据,即主轴承温度,从侧面推算主轴承是否发生故障.该文选取、设计EPF-BP算法的主轴承温度故障诊断方案,搭建诊断模型.对于诊断出的故障,构建主轴承温度异常故障树模型,使用protégé开放源代码软件,进行主轴承温度异常原因推理探索.添加Web本体语言-OWL的信息规则,实现语义层次上的信息共享、交互和处理.实验针对直驱型2 MW风电机组主轴承进行故障诊断,结果表明:该诊断系统可以更为有效、准确地识别风电机组核心部件主轴承温度异常,以提高主轴承运行的可靠性.
风电机组、主轴承、BP神经网络、粒子滤波、故障树、本体
42
TP181(自动化基础理论)
国家自然科学基金资助项目61379063
2021-03-02(万方平台首次上网日期,不代表论文的发表时间)
共10页
25-34