风电机组振动监测、故障诊断与寿命预测

图书标准信息

• 作者 滕伟
• 出版社 机械工业出版社
• 出版时间 2023-12
• 版次 1
• ISBN 9787111735571
• 定价 79.00元
• 装帧 平装
• 开本 16开
• 页数 188页
• 字数 300千字

【内容简介】

本书详细介绍风电机组的振动监测、故障诊断与寿命预测的基础理论、相关方法及工程应用。主要内容包括风电机组结构及运行控制、风电机组振动监测基础、风电机组传动链故障特征提取、风电机组群的智能故障诊断及风电机组轴承的剩余使用寿命预测方法。

本书注重理论联系实际，书中通过大量风电场的故障案例对相关方法进行了验证，适合从事风电设备监测与故障诊断工作的研究人员使用，也可以为风电场技术人员提供运维参。

【目录】

章绪论1

1.1风能产业与特点概述1

1.1.1风能产业发展概述1

1.1.2风电机组故障诊断与寿命预测的意义3

1.2风电机组监测技术4

1.2.1振动监测技术5

1.2.2油液监测技术6

1.2.3无损检测技术7

1.2.4不衡监测技术8

1.2.5基于模态分析的监测技术8

1.3风电机组传动链故障诊断方法9

1.3.1风电齿轮箱故障动力学模型9

1.3.2变转速工况下故障特征提取10

1.3.3故障信息增强方法11

1.3.4智能故障诊断方法12

1.3.5风电机组关键部件寿命预测方法12

1.4风电机组振动诊断与预测技术难点13

1.5风电机组监测、诊断技术发展的关键14

第2章风电机组结构及运行控制16

2.1风电机组体结构16

2.2双馈机组传动链结构18

2.3直驱机组结构20

2.4半直驱机组结构21

2.5风电机组运行控制21

2.5.1风力发电的模型21

2.5.2风电机组的控制技术27

第3章风电机组振动监测基础36

3.1风电机组传动链失效原因36

3.1.1交变载荷引起的疲劳损伤37

3.1.2过载引起的损伤37

3.1.3维护不当引起的故障39

3.2齿轮、轴承故障下的振动机理40

3.2.1齿轮故障振动调制机理40

3.2.2轴承故障振动调制机理41

3.3风电齿轮箱故障特征频率42

3.3.1一级行星+两级行结构齿轮箱特征频率42

3.3.2二级行星+一级行结构齿轮箱特征频率43

3.3.3行星级各齿轮故障特征频率44

3.3.4定轴轴承故障特征频率45

3.3.5行星轴承故障特征频率45

3.4风电机组传动链振动监测系统46

3.4.1在线振动监测系统46

3.4.2离线振动监测系统49

3.4.3振动采样频率的确定50

3.5风电机组传动链振动评价标准50

3.5.1风电检测认证及振动测试标准50

3.5.2风电机组振动评价标准51

第4章风电机组传动链故障特征提取53

4.1振动信号基本分析方法53

4.1.1时域分析53

4.1.2频域分析53

4.1.3包络解调分析54

4.1.4倒频谱分析54

4.2行星部件故障特征提取55

4.2.1行星轮系局部故障56

4.2.2行星轮系分布式故障57

4.2.3行星轴承故障73

4.3风电齿轮箱典型故障特征提取73

4.3.1中间轴小齿轮崩齿故障73

4.3.2高速轴齿轮故障74

4.3.3齿轮、轴承复合故障75

4.4发电机轴承故障特征描述与提取84

4.4.1轴承润滑不良84

4.4.2轴承电腐蚀故障85

4.4.3轴承打滑跑圈故障87

4.4.4发电机轴承保持架故障87

4.4.5电磁振动下发电机轴承故障88

4.5自适应故障特征提取97

4.5.1自适应特征提取方法98

4.5.2基于经验模态分解的齿轮故障特征提取102

4.5.3基于经验小波变换的轴承故障特征提取109

4.6风轮不衡故障特征提取112

第5章风电机组群智能故障诊断116

5.1智能故障诊断基础116

5.1.1有监督学的模式识别116

5.1.2无监督学的模式识别119

5.1.3两种模式识别方法的比较120

5.2基于自适应共振神经网络的风电机组趋势分析120

5.2.1art-2神经网络结构120

5.2.2art-2神经网络学算法121

5.2.3基于art-2神经网络的发电机轴承健康趋势分析124

5.3结合art-2神经网络和c-均值聚类的机组群智能诊断128

5.3.1art-2神经网络算法存在的问题128

5.3.2c-均值聚类算法129

5.3.3结合art-2神经网络和c-均值聚类的分类算法129

5.3.4风电机组设备群故障诊断130

5.4基于模糊核聚类的风电机组故障诊断133

5.4.1模糊核聚类算法133

5.4.2优化模糊核聚类算法137

5.4.3基于模糊核聚类算法的故障诊断139

5.4.4风电机组故障诊断案例142

第6章风电机组轴承剩余使用寿命预测146

6.1风电机组轴承剩余使用寿命预测基本概念146

6.2基于神经网络滚动更新的风电齿轮箱轴承剩余使用寿命预测147

6.2.1短期趋势预测的神经网络148

6.2.2剩余使用寿命预测流程148

6.2.3案例分析149

6.3基于改进无迹粒子滤波的发电机轴承剩余使用寿命预测156

6.3.1贝叶斯滤波156

6.3.2剩余使用寿命预测流程160

6.3.3案例分析160

6.4基于特征融合与自约束空间估计的轴承剩余使用寿命预测166

6.4.1轴承健康指标构建166

6.4.2自约束空间估计器169

6.4.3案例分析172

参文献182