CN106704080B - 基于在线数据的水轮发电机组推力头松动故障的诊断方法 - Google Patents
基于在线数据的水轮发电机组推力头松动故障的诊断方法 Download PDFInfo
- Publication number
- CN106704080B CN106704080B CN201710004603.2A CN201710004603A CN106704080B CN 106704080 B CN106704080 B CN 106704080B CN 201710004603 A CN201710004603 A CN 201710004603A CN 106704080 B CN106704080 B CN 106704080B
- Authority
- CN
- China
- Prior art keywords
- swing
- peak
- component
- phase
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 9
- 238000002405 diagnostic procedure Methods 0.000 title abstract 2
- 238000000034 method Methods 0.000 claims abstract description 95
- 230000008569 process Effects 0.000 claims abstract description 72
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 230000010355 oscillation Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 abstract description 11
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000003556 assay Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03B—MACHINES OR ENGINES FOR LIQUIDS
- F03B11/00—Parts or details not provided for in, or of interest apart from, the preceding groups, e.g. wear-protection couplings, between turbine and generator
- F03B11/008—Measuring or testing arrangements
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/80—Diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/20—Hydro energy
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Hydraulic Turbines (AREA)
Abstract
本发明公开了一种基于在线数据的水轮发电机组推力头松动故障的诊断方法，其包括以下步骤：1)通过在线监测记录数据，获取正常开机、停机以及变负荷过程中机组摆动的摆度、径向振动的1X分量值和1X分量的相位；2)逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和相位摆动量；3)计算得出开机过程、停机过程、变负荷过程中上述参数的最大变化量和最大摆动量；4)上述值分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。本发明能够自动选取推力头松动的相关数据，进行自动分析和统计判断，并给出分析评价诊断结果。
Description
技术领域
本发明涉及一种水轮发电机组故障诊断方法。更具体地说，本发明涉及一种基于在线数据的水轮发电机组推力头松动故障的诊断方法。
背景技术
水轮发电机组的推力头松动指推力头内孔和轴颈间存在间隙。当推力头松动时，机组振动、摆度的特点为：机组运行时的动态轴线姿态会发生突然变化，机组的振动、摆度忽大忽小，呈不稳定状态。而且，推力头松动也会给机组盘车带来困难。
但是，目前大多数监测诊断***都集中在汽轮机以及其他旋转机械设备的监测与故障诊断，针对水电机组的应用很少。这主要由于水电机组转速低，对机组的安全运行没有给予足够的重视，使得水电机组在线监测和故障诊断技术的研究落后于其他(大型)旋转机械。水轮发电机组的分析诊断，需要通过对在线实时数据进行监测分析，通过人工选取几个特征参数，手动绘制出特征参数的趋势图、相关趋势图等特性曲线，人工对量化参数进行计算，并手动添加报告等。这种诊断方式既没有数学模型的支持，也没有算法的精确，不但浪费人力、时间，同时在数据选取的客观性和数据的准确性上均存在一定的缺陷，对***的分析诊断结果也存在一定的误差。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种基于在线数据的水轮发电机组推力头松动故障的诊断方法，其能够自动选取推力头松动的相关数据，进行自动分析和统计判断，并给出分析评价诊断结果。整个分析过程***能够自动完成而无需人工操作。
为了实现根据本发明的这些目的和其它优点，提供了一种基于在线数据的水轮发电机组推力头松动故障的诊断方法。研究发现，推力头松动会带来轴线姿态的突变，机组摆度、振动的突变，尤其在推力轴承载荷发生改变的时刻，比如开机升速过程、变负荷过程，具体表现在在上述变化过程中机组摆度、径向振动的测值会发生突变，而且1X分量的相位也会发生突变。这个特征是推力头松动与其他故障主要区别之一。因此本发明对推力头松动故障的辨识也主要通过对摆度、径向振动的1X测值和相位来回摆动变化分析完成。本发明所述基于在线数据的水轮发电机组推力头松动故障的诊断方法包括以下步骤：
1)通过在线监测记录数据，获取正常开机过程、停机过程以及变负荷过程中机组摆动的数据记录，所述数据记录包括摆度、径向振动的1X分量值和1X分量的相位；
2)根据数据记录逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和1X分量相位摆动量；
3)根据步骤2获取的正常开机、停机以及变负荷过程中机组摆动的相关参数，计算得出开机过程、停机过程、变负荷过程中机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量、1X相位在2min内的最大摆动量；
4)通过步骤3所得出的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量以及1X相位在2min内的最大摆动量分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。
优选的是，所述步骤2)中计算时所用的数据记录为30％发电机额定转速以上的数据记录。
优选的是，所述步骤4)中，选择机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量分别与预设值进行对比，根据比较结果诊断机组推动头松动故障。
优选的是，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程变化幅值下限。
优选的是，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的1X值或机架振动的1X值在全过程变化幅值下限。
优选的是，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度1X相位或机架振动的1X相位在全过程变化幅值下限。
优选的是，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程最大摆动量下限。
优选的是，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的1X值或机架振动的1X值在全过程最大摆动量下限。
优选的是，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的1X相位或机架振动的1X相位在全过程最大摆动量下限。
优选的是，所述基于在线数据的水轮发电机组推力头松动故障的诊断方法，包括以下步骤：
1)通过在线监测记录数据，获取正常开机过程、停机过程以及变负荷过程中机组摆动的数据记录，所述数据记录包括摆度、径向振动的1X分量值和1X分量的相位；
2)根据机组转速在30％额定转速以上的数据记录逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和1X分量相位摆动量；所述数据记录不包括30％发电机额定转速以下的数据记录；
3)根据步骤2获取的正常开机、停机以及变负荷过程中机组摆动的相关参数，计算得出开机过程、停机过程、变负荷过程中机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量、1X相位在2min内的最大摆动量；
4)通过步骤3所得出的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。
5)生产报告并显示报告内容，报告可以自动转换为WORD、PDF、JPG等格式。
本发明至少包括以下有益效果：本发明所述基于在线数据的水轮发电机组推力头松动故障的诊断方法转速达到30％以上时的数据，可排除其他原因造成的摆度、振动突变。本发明所述方法具备以下特点：
(1)易于操作。使用人员无需进行设置、选择数据等复杂操作，采用“一键完成”式的软件操作。
(2)数据选择、计算、判定过程自动化。所有筛选数据和根据故障或缺陷模型计算的过程、分析推理、判定的过程由计算机完成，无需操作人员中间交互操作。
(3)报告中提供明确的分析诊断结论和可能的检修建议。
(4)以报告的形式输出到用户界面。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明所述基于在线数据的水轮发电机组推力头松动故障的诊断方法的流程示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
如图1所示，本发明提供一种基于在线数据的水轮发电机组推力头松动故障的诊断方法，包括以下步骤：
1)通过在线监测记录数据，获取正常开机过程、停机过程以及变负荷过程中机组摆动的数据记录，所述数据记录包括摆度、径向振动的1X分量值和1X分量的相位；
2)根据数据记录逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和1X分量相位摆动量；计算时所用的数据记录为30％额定转速以上的数据记录。在此转速下，导轴承油膜已形成，可排除其他原因造成的摆度、振动突变。
3)根据步骤2获取的正常开机、停机以及变负荷过程中机组摆动的相关参数，计算得出开机过程、停机过程、变负荷过程中机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量、1X相位在2min内的最大摆动量；
4)通过步骤3所得出的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量以及1X相位在2min内的最大摆动量分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。所述对比包括：
其中，为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程变化幅值下限，通常选择0.4到0.8倍相关国标运行振动幅值。
为最小的能容忍的摆度的1X值或机架振动的1X值在全过程变化幅值下限，通常选择0.4到0.8倍相关国标运行振动幅值。
为最小的能容忍的摆度的1X相位或机架振动的1X相位在全过程变化幅值下限，通常选择
为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程最大摆动量下限，通常选择0.3倍到0.6倍相关国标运行振动幅值。
为最小的能容忍的摆度的1X值或机架振动的1X值在全过程最大摆动量下限，通常选择0.3倍到0.6倍相关国标运行振动幅值。
为最小的能容忍的摆度的1X相位或机架振动的1X相位在全过程最大摆动量下限，通常选择，
在其中一个实施例中，所述基于在线数据的水轮发电机组推力头松动故障的诊断方法，包括以下步骤：
1)通过在线监测记录数据，获取正常开机过程、停机过程以及变负荷过程中机组摆动的数据记录，所述数据记录包括摆度、径向振动的1X分量值和1X分量的相位；
2)根据机组转速在30％发电机额定转速以上的数据记录逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和1X分量相位摆动量；所述数据记录不包括30％发电机额定转速以下的数据记录；
3)根据步骤2获取的正常开机、停机以及变负荷过程中机组摆动的相关参数，计算得出开机过程、停机过程、变负荷过程中机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量、1X相位在2min内的最大摆动量；
4)通过步骤3所得出的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。在实际的过程中，往往通过在实际正常条件下开机、停机、变负荷过程的最大变化量确定的，以避免误判。其中，所述对比包括：
其中，为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程变化幅值下限。
为最小的能容忍的摆度的1X值或机架振动的1X值在全过程变化幅值下限。
为最小的能容忍的摆度的1X相位或机架振动的1X相位在全过程变化幅值下限。
5)所述诊断结果以报告的形式输出到用户界面，报告可以自动转换为WORD格式。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，包括以下步骤：
1)通过在线监测记录数据，获取正常开机过程、停机过程以及变负荷过程中机组摆动的数据记录，所述数据记录包括摆度、径向振动的1X分量值和1X分量的相位；
2)根据数据记录逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和1X分量相位摆动量；
3)根据步骤2获取的正常开机、停机以及变负荷过程中机组摆动的相关参数，计算得出开机过程、停机过程、变负荷过程中机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量、1X相位在2min内的最大摆动量；
4)通过步骤3所得出的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量以及1X相位在2min内的最大摆动量分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。
2.如权利要求1所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤2)中计算时所用的数据记录为30％的发电机额定转速以上的数据记录。
3.如权利要求1所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，选择机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量分别与预设值进行对比，根据比较结果诊断机组推动头松动故障。
4.如权利要求1所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程变化幅值下限。
5.如权利要求4所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的1X值或机架振动的1X值在全过程变化幅值下限。
6.如权利要求5所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的1X相位或机架振动的1X相位在全过程变化幅值下限。
7.如权利要求6所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程最大摆动量下限。
8.如权利要求7所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的1X值或机架振动的1X值在全过程最大摆动量下限。
9.如权利要求8所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：
其中，为最小的能容忍的摆度的1X相位或机架振动的1X相位在全过程最大摆动量下限。
10.如权利要求1所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，包括以下步骤：
1)通过在线监测记录数据，获取正常开机过程、停机过程以及变负荷过程中机组摆动的数据记录，所述数据记录包括摆度、径向振动的1X分量值和1X分量的相位；
2)根据机组转速在30％发电机额定转速以上的数据记录逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和1X分量相位摆动量；所述数据记录不包括30％发电机额定转速以下的数据记录；
3)根据步骤2获取的正常开机、停机以及变负荷过程中机组摆动的相关参数，计算得出开机过程、停机过程、变负荷过程中机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量、1X相位在2min内的最大摆动量；
4)通过步骤3所得出的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710004603.2A CN106704080B (zh) | 2017-01-04 | 2017-01-04 | 基于在线数据的水轮发电机组推力头松动故障的诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710004603.2A CN106704080B (zh) | 2017-01-04 | 2017-01-04 | 基于在线数据的水轮发电机组推力头松动故障的诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106704080A CN106704080A (zh) | 2017-05-24 |
| CN106704080B true CN106704080B (zh) | 2019-02-12 |
Family
ID=58903753
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710004603.2A Active CN106704080B (zh) | 2017-01-04 | 2017-01-04 | 基于在线数据的水轮发电机组推力头松动故障的诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106704080B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110454312B (zh) * | 2019-08-12 | 2020-09-01 | 哈尔滨电机厂有限责任公司 | 一种大型混流式水轮发电机水推力在线监测试验方法 |
| CN111486043A (zh) * | 2020-04-24 | 2020-08-04 | 华能四川水电有限公司 | 一种基于水轮发电机组振摆数据的下机架故障诊断方法 |
| CN113295412B (zh) * | 2021-05-26 | 2022-10-11 | 华能澜沧江水电股份有限公司 | 一种检测立式水轮发电机组导轴承受力不平衡原因的方法 |
| CN113217257B (zh) * | 2021-06-10 | 2022-10-11 | 华能澜沧江水电股份有限公司 | 一种检测水轮机水力不平衡故障的方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744006B (zh) * | 2014-01-07 | 2016-03-23 | 海南金海浆纸业有限公司 | 高压电气设备内部松动产生的局部放电定位诊断方法 |
| CN103793601A (zh) * | 2014-01-20 | 2014-05-14 | 广东电网公司电力科学研究院 | 基于异常搜索和组合预测的汽轮机组在线故障预警方法 |
| CN204493079U (zh) * | 2015-02-11 | 2015-07-22 | 赤峰华源新力科技有限公司 | 风电机组的连接螺栓松动监测*** |
| CN104614775A (zh) * | 2015-02-25 | 2015-05-13 | 云南酷联科技有限公司 | 一种螺栓松动在线监测装置 |
| CN106199397A (zh) * | 2015-04-29 | 2016-12-07 | 国家电网公司 | 一种有载分接开关机械故障在线监测方法 |
| KR101648327B1 (ko) * | 2016-02-29 | 2016-08-12 | 김이남 | 너트 풀림감지용 볼트너트 보호 캡 제조 방법 |
-
2017
- 2017-01-04 CN CN201710004603.2A patent/CN106704080B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106704080A (zh) | 2017-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106704080B (zh) | 基于在线数据的水轮发电机组推力头松动故障的诊断方法 | |
| CN110674842A (zh) | 一种风电机组主轴轴承故障预测方法 | |
| CN106471247B (zh) | 状态监视***和使用该***的风力发电*** | |
| US8370109B2 (en) | Machine vibration baseline synthesizer | |
| EP3221579B1 (en) | Wind turbine condition monitoring method and system | |
| JP6378419B2 (ja) | 機械診断装置および機械診断方法 | |
| US20030040878A1 (en) | Automatic machinery fault diagnostic method and apparatus | |
| CN109477464A (zh) | 机械设备，尤其是风力涡轮机的状态监控 | |
| Butler et al. | A feasibility study into prognostics for the main bearing of a wind turbine | |
| US11112783B2 (en) | Method and apparatus for machine monitoring with continuous improvement of a predictive maintenance database | |
| CN108644069B (zh) | 叶片不平衡检测方法及装置 | |
| KR20190000826A (ko) | 실시간 진동 분석을 이용한 회전기계의 자동진단방법 | |
| CN107015484B (zh) | 基于在线数据的水轮发电机组轴线弯曲的评价方法 | |
| CN112557039A (zh) | 运行参数与振动相耦合的汽轮机异常振动故障诊断方法 | |
| CN105806614B (zh) | 基于嵌入式双服务器的火电厂旋转机械故障诊断方法及*** | |
| CN106596110B (zh) | 基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法 | |
| CN111322206A (zh) | 一种风电机组机械大部件的智慧运维***及方法 | |
| JP2005345154A (ja) | 異常予兆検出方法および装置 | |
| CN112711850A (zh) | 一种基于大数据的机组在线监测方法 | |
| KR102226971B1 (ko) | 복합 조건을 고려한 진동 기반 고장 진단 방법 및 이러한 방법을 수행하는 장치 | |
| CN108871827B (zh) | 一种基于交叉统计分析的快速诊断旋转机械共振的方法 | |
| Daems et al. | Fleet-wide analytics on field data targeting condition and lifetime aspects of wind turbine drivetrains | |
| JPH10281860A (ja) | 機械診断システム | |
| CN113064017A (zh) | 一种发电设备的状态维修***及状态检测方法 | |
| KR102500883B1 (ko) | 머신러닝을 이용한 실시간 진동 신호 기반 회전기계의 건전성 관리 시스템 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211125 Address after: 100085 room D01, ground floor, building 18, No.7 shangdixinxi Road, Haidian District, Beijing Patentee after: BEIJING ZHONGYUAN RUIXUN SCIENCE & TECHNOLOGY CO.,LTD. Patentee after: Jilin Baishan power plant of Songhuajiang hydropower Co., Ltd Address before: 100085 room D01, ground floor, building 18, No.7 shangdixinxi Road, Haidian District, Beijing Patentee before: BEIJING ZHONGYUAN RUIXUN SCIENCE & TECHNOLOGY CO.,LTD. |