论文部分内容阅读
随着风电事业的飞速发展，风机机组的状态监测与管理工作提上日程。风机机组以其工况瞬变、振动信号复杂、噪声成分多的特点给诊断工作带来很大不便。
本文以风力发电机组齿轮箱为研究对象，深入研究了各部件的故障机理，利用振动法对机组进行监测诊断分析，在详细分析风力发电机组齿轮箱故障形式及诊断方法的基础上，着力于齿轮箱智能诊断方法的研究，提出了神经网络与专家系统相结合的方法：并根据机组的特点，开发了风力发电机智能故障诊断系统，实现了对机组故障的自动分析和诊断，同时引入了均值搬移归一化公式修正了变载荷，并在现场得到了有效使用，减少了机组恶性故障的发生率，提高了现场维修管理水平和维修效率，体现了良好的经济效益与社会效益。
另外还建立了机组总体性能评定与状态趋势分析模型，为管理人员科学地管理设备、掌握机组的运行状态、确定最佳维修决策提供理论参考依据。