CN116292147A - 一种风机传动***故障诊断装置及方法 - Google Patents
一种风机传动***故障诊断装置及方法 Download PDFInfo
- Publication number
- CN116292147A CN116292147A CN202310402541.6A CN202310402541A CN116292147A CN 116292147 A CN116292147 A CN 116292147A CN 202310402541 A CN202310402541 A CN 202310402541A CN 116292147 A CN116292147 A CN 116292147A
- Authority
- CN
- China
- Prior art keywords
- lubricating oil
- acquisition unit
- data acquisition
- fault diagnosis
- fault
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 61
- 230000005540 biological transmission Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 91
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 238000012423 maintenance Methods 0.000 claims abstract description 15
- 230000001364 causal effect Effects 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 5
- 239000010687 lubricating oil Substances 0.000 claims description 91
- 230000001133 acceleration Effects 0.000 claims description 27
- 239000003921 oil Substances 0.000 claims description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 12
- 208000024891 symptom Diseases 0.000 claims description 10
- 229910052742 iron Inorganic materials 0.000 claims description 6
- 239000000523 sample Substances 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims 1
- 239000000835 fiber Substances 0.000 abstract description 4
- 239000000314 lubricant Substances 0.000 description 14
- 238000005461 lubrication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
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
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. 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
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种风机传动***故障诊断装置及方法,所述***包括设备状态监测***、通信***及诊断***,所述设备状态监测***包括多个传感器,布置于风机传动***各个关键部位;所述通信***通过mesh网络5G频段信号将传感器数据传输给塔基布置的工业路由器,工业路由器接收后接入塔底光纤通道交换机通过风机光纤环网传输到场站中控室,所述诊断***布置于中控室服务器,包括异常特征提取模块和故障诊断模块,服务器提取接收到的传感器数据,并提取出异常特征,传输给故障诊断模块;故障诊断模块根据异常特征通过因果图模型推理出故障原因,并给出相应的维修措施。
Description
技术领域
本发明涉及一种风机传动***故障诊断装置及方法,属于风电机组传动***故障诊断领域。
背景技术
风电机组传动***是一个精密的多设备***,相当于风电机组的中枢神经,是风能转换为机械能的关键,传动***的故障会直接影响风电机组的正常运行。风电机组往往位于一些特殊地带,例如海上、高山,由于这些地带的自然环境的特殊性,给风电机组健康平稳运行带来了巨大的挑战,风电机组长期暴露再户外,自然环境的侵蚀,天气的影响,都会对传动***设备的性能、寿命产生影响,因此,做好风电机组传动***的状态监测、故障诊断维护对风电机组安全经济运行具有重要意义。
现有的传动***状态监测及故障诊断维护工作主要由主机厂家完成,基于SCADA***监测参数,实现对传动***设备包括齿轮箱、主轴、风叶等设备的温度、振动信号的实时监测,并根据其是否超过运行阈值来判断是否异常。合理利用状态监测参数及SCADA信息,借助智能诊断与诊断方法,识别潜在故障征兆,定位潜在故障模式,可以实现预测性维护,避免重大事故发生。但是上述监测手段仅针对一种或两三种特征进行故障诊断以及根据是否超过运行阈值来判定是否异常具有片面性。
发明内容
为了解决上述现有技术中存在的问题,本发明提出了一种风机传动***故障诊断装置及方法。
本发明的技术方案如下:
一方面,本发明提供了一种风机传动***故障诊断装置,包括设备状态监测***、通信***及诊断***;
所述设备状态监测***包括数据采集模块;
所述数据采集模块包括:润滑油油温监测数据采集单元、润滑油油压监测数据采集单元、润滑油品质采集单元、振动监测数据采集单元、音频监测数据采集单元、图像视频数据采集单元;所述润滑油油温监测数据采集单元用于采集润滑油的温度数据,所述润滑油油压监测数据采集单元用于采集润滑油的压力数据,所述润滑油品质采集单元用于采集润滑油的油质数据,所述振动监测数据采集单元用于采集传动***的振动数据,所述音频监测数据采集单元用于采集传动***的音频数据,所述图像视频数据采集单元用于采集传动***的图像数据和视频数据;
所述通信***包括无线传输模块、mesh路由器和交换机,数据采集模块中的各采集单元均设置有无线传输模块,各无线传输模块与mesh路由器组成mesh网络,所述mesh路由器进行数据汇集并上传至交换机,所述交换机经风机环网与场站侧服务器通信连接;
所述诊断***包括异常特征提取模块及故障诊断模块;
所述异常特征提取模块布置于场站侧服务器内,通过用户自定义规则,从所述交换机传输过来的汇集数据中将异常特征数据提取出来,并输入到所述故障诊断模块中;
所述故障诊断模块布置于场站侧服务器内,根据异常特征数据通过基于语义网络的知识查询单元及基于因果图模型的诊断推理单元排查故障原因,并给出相应的维修措施。
作为优选实施方式,所述润滑油油温监测数据采集单元包括五个润滑油油温监测传感器;
布置于润滑油池的为第一润滑油油温监测传感器,布置于润滑油池进口的为第二润滑油油温监测传感器,布置于润滑油池出口的为第三润滑油油温监测传感器;布置于高速轴前端的为第四润滑油油温监测传感器,布置于齿轮箱高速轴后端的为第五润滑油油温监测传感器。
作为优选实施方式,所述润滑油油压监测数据采集单元包括两个润滑油压力传感器。
布置于润滑油池进口的为第一润滑油压力传感器,布置于润滑油池出口的为第二润滑油压力传感器。
作为优选实施方式,所述润滑油品质采集单元包括两个润滑油铁谱仪;
布置于润滑油油池的为第一润滑油铁谱仪,布置于润滑油池出口的为第二润滑油铁谱仪。
作为优选实施方式,所述振动监测数据采集单元包括六个振动加速度传感器;
布置于高速轴前端的为第一振动加速度传感器,布置于高速轴后端的为第二振动加速度传感器;布置于低速轴前端的为第三振动加速度传感器,布置于低速轴后端的为第四振动加速度传感器;布置于齿轮箱体的为第五振动加速度传感器;布置于风叶内侧的为第六振动加速度传感器。
作为优选实施方式,所述音频监测数据模采集单元包括一个音频监测传感器;
布置于齿轮箱内部的为第一音频监测传感器。
作为优选实施方式,所述图像视频数据采集单元包括一个微型探头;
布置于齿轮箱内部的为第一微型探头。
作为优选实施方式,所述故障诊断模块诊断规则为:从故障征兆到故障模式到故障原因;
所述知识查询单元通过异常特征数据确定异常模式,作为故障征兆,基于语义网络查询单个或多个故障征兆出现时的故障模式序列;
所述诊断推理单元通过故障模式序列,基于因果图模型,结合现场实际情况确定先验概率及后验概率,确定各故障原因的概率,并提供相应的维护策略。
作为优选实施方式,所述先验概率为故障原因的可能性,由现场维修人员的经验决定;所述后验概率由故障原因对故障的影响程度决定。
另一方面,本发明还提供一种风机传动***故障诊断方法,采用上述风机传动***故障诊断装置进行诊断。
本发明具有如下有益效果:
1、本发明提供了一种风机传动***故障诊断装置,通过在风机传动***中的关键设备位置放置多元传感器,记录多元监测数据,解决了现有主机厂家的监测手段及监测信号种类较少的问题。
2、本发明提供了一种风机传动***故障诊断装置,通过风机内部传感器mesh组网策略,确保了数据传输的稳定性。
3、本发明提供了一种风机传动***故障诊断装置,通过使用因果推理模型的故障诊断模块,提高了故障及故障原因预测的准确性,根据故障原因提供相关的维护措施,并根据具体的维护措施进行风机运行状态的调整,观察各个传感器分析结果的变化从而确认具体的故障原因,对检修人员的工作具有指导意义。
附图说明
图1为本发明实施例的数据传输流程图。
图2为本发明实施例的传感器布置结构图。
图3为本发明实施例的因果推理模型图。
1、齿轮箱;2、高速轴前端;3、高速轴后端;4、低速轴前端;5、低速轴后端;6、润滑油池;7、润滑油池出口;8、润滑油池进口;9、风叶;10、mesh路由器;11、交换机;100、第一润滑油油温监测传感器;101、第二润滑油油温监测传感器;102、第三润滑油油温监测传感器;103、第四润滑油油温监测传感器;104、第五润滑油油温监测传感器;200、第一润滑油压力传感器;201、第二润滑油压力传感器;300、第一润滑油铁谱仪;301、第二润滑油铁谱仪;400、第一振动加速度传感器;401、第二振动加速度传感器;402、第三振动加速度传感器;403、第四振动加速度传感器;404、第五振动加速度传感器;405、第六振动加速度传感器;500、第一音频监测传感器;600、第一微型探头。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
实施例一:
一种风机传动***故障诊断装置及方法,包括设备状态监测***、通信***及诊断***;
所述设备状态监测***包括数据采集模块包括;
所述数据采集模块包括:设置于风机传动***部分的润滑油油温监测数据采集单元、润滑油油压监测数据采集单元、润滑油品质采集单元、振动监测数据采集单元、音频监测数据采集单元和图像视频数据采集单元;所述润滑油油温监测数据采集单元用于采集润滑油的温度数据,所述润滑油品质采集单元用于采集润滑油的油质数据,所述振动监测数据采集单元用于采集传动***的振动数据,所述音频监测数据采集单元用于采集传动***的音频数据,所述图像视频数据采集单元用于采集传动***的图像数据和视频数据;作为本实施例的优选实施方式,所述润滑油油温监测数据采集模块包五个润滑油油温监测传感器及两个润滑油压力传感器;
作为本实施例的优选实施方式,所述润滑油油温监测数据采集单元包五个润滑油油温监测传感器;
参见图2,在润滑油池6布置一个润滑油油温监测传感器100,在润滑油池进口8布置一个润滑油油温监测传感器101,在润滑油池出口7布置一个润滑油油温监测传感器102;在高速轴前端2布置一个润滑油油温监测传感器103,在齿轮箱高速轴后端3布置一个润滑油油温监测传感器104。
作为本实施例的优选实施方式,所述润滑油油压监测数据采集单元包括两个润滑油压力传感器;
在润滑油池进口8布置一个润滑油压力传感器200,在润滑油池出口7布置一个润滑油压力传感器201。
作为本实施例的优选实施方式,所述润滑油品质采集单元包括两个润滑油铁谱仪;
参见图2,在润滑油油池6布置一个润滑油铁谱仪300,在润滑油池出口7布置一个润滑油铁谱仪301。
作为本实施例的优选实施方式,所述振动监测数据采集单元包括六个振动加速度传感器;
参见图2,在高速轴前端2布置一个振动加速度传感器400,在高速轴后端3布置一个振动加速度传感器401;在低速轴前端4布置一个振动加速度传感器402,在低速轴后端5布置一个振动加速度传感器403;在齿轮箱1体布置一个振动加速度传感器404;在风叶9内侧布置一个振动加速度传感器405。
作为本实施例的优选实施方式,所述音频监测数据模采集单元包括一个音频监测传感器;
参见图2,在齿轮箱1内部布置一个音频监测传感器500。
作为本实施例的优选实施方式,所述图像视频数据采集单元包括一个微型探头;
参见图2,在齿轮箱1内部布置一个微型探头600。
参见图1,所述通信***包括无线传输模块、mesh路由器10和交换机11,数据采集模块中的各采集单元均设置有无线传输模块,各无线传输模块与mesh路由器10组成mesh网络,所述mesh路由器进行数据汇集并上传至交换机11,所述交换机11与场站侧服务器通信连接。
作为本实施例的优选实施方式,所述无线传输模块的传输过程为:
传感器通过mesh组网,将数据汇总后传输给mesh路由器,mesh路由器将数据传输给塔基布置的ap工业路由器,所述ap工业路由器接收机舱处传感器信号后接入塔底光纤通道交换机通过风机光纤环网传输到场站中控室的服务器内。
参见图1,所述诊断***包括异常特征提取模块及故障诊断模块;
所述异常特征提取模块布置于场站侧服务器内,通过用户自定义规则,从所述交换机传输过来的汇集数据中将异常特征数据提取出来,并输入到所述故障诊断模块中;
所述故障诊断模块布置于场站侧服务器内,根据异常特征数据通过基于语义网络的知识查询单元及基于因果图模型的诊断推理单元排查故障原因,并给出相应的维修措施。
作为本实施例的优选实施方式,所述故障诊断模块诊断规则为:从故障征兆到故障模式到故障原因;
所述知识查询单元通过异常特征数据确定异常模式,作为故障征兆,基于语义网络查询单个或多个故障征兆出现时的故障模式序列;
所述诊断推理单元通过故障模式序列,基于因果图模型,结合现场实际情况确定先验概率及后验概率,确定各故障原因的概率,并提供相应的维护策略。
参见图3,所述因果推理模型中各个元素分别代表:
(1)方形节点Fi表示故障模式,对应故障树中的顶事件;
(2)圆形节点Ci表示各个故障原因,对应故障树中的底事件,CiP表示该原因的先验概率;
(3)指向连接线li表示故障原因Ci与故障模式Fi之间的因果关系,liP表示该原因与故障模式因果关系的因果强度,li连接的指向同一故障模式的所有故障原因之间是逻辑或的关系。
作为本实施例的优选实施方式,所述先验概率为故障原因的可能性,由现场维修人员的经验决定;所述后验概率由故障原因对故障的影响程度决定。
本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达,是指的这些项中的任意组合,包括单项或复数项的任意组合。例如,a,b和c中的至少一项可以表示:a,b,c,a和b,a和c,b和c或a和b和c,其中a,b,c可以是单个,也可以是多个。
本领域普通技术人员可以意识到,本文中公开的实施例中描述的各单元及算法步骤,能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,任一功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory;以下简称:ROM)、随机存取存储器(Random Access Memory;以下简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种风机传动***故障诊断装置,其特征在于,包括设备状态监测***、通信***及诊断***;
所述设备状态监测***包括数据采集模块;
所述数据采集模块包括:设置于风机传动***部分的润滑油油温监测数据采集单元、润滑油油压监测数据采集单元、润滑油品质采集单元、振动监测数据采集单元、音频监测数据采集单元和图像视频数据采集单元;所述润滑油油温监测数据采集单元用于采集润滑油的温度数据,所述润滑油油压监测数据采集单元用于采集润滑油的压力数据,所述润滑油品质采集单元用于采集润滑油的油质数据,所述振动监测数据采集单元用于采集传动***的振动数据,所述音频监测数据采集单元用于采集传动***的音频数据,所述图像视频数据采集单元用于采集传动***的图像数据和视频数据;
所述通信***包括无线传输模块、mesh路由器(10)和交换机(11),数据采集模块中的各采集单元均设置有无线传输模块,各无线传输模块与mesh路由器(10)组成mesh网络,所述mesh路由器(10)进行数据汇集并上传至交换机(11),所述交换机(11)经风机光纤环网与场站中控室服务器通信连接;
所述诊断***包括异常特征提取模块及故障诊断模块;
所述异常特征提取模块布置于场站侧服务器内,通过用户自定义规则,从所述交换机传输过来的汇集数据中将异常特征数据提取出来,并输入到所述故障诊断模块中;
所述故障诊断模块布置于场站侧服务器内,根据异常特征数据通过基于语义网络的知识查询单元及基于因果图模型的诊断推理单元排查故障原因,并给出相应的维修措施。
2.根据权利要求1所述的一种风机传动***故障诊断装置,其特征在于,所述润滑油油温监测数据采集单元包五个润滑油油温监测传感器;
布置于润滑油池(6)的为第一润滑油油温监测传感器(100),布置于润滑油池进口(8)的为第二润滑油油温监测传感器(101),布置于润滑油池出口(7)的为第三润滑油油温监测传感器(102);布置于高速轴前端(2)的为第四润滑油油温监测传感器(103),布置于齿轮箱高速轴后端(3)的为第五润滑油油温监测传感器(104)。
3.根据权利要求1所述的一种风机传动***故障诊断辅助装置,其特征在于,所述润滑油油压监测数据采集单元包括两个润滑油压力传感器;
布置于润滑油池进口(8)的为第一润滑油压力传感器(200),布置于润滑油池出口(7)的为第二润滑油压力传感器(201)。
4.根据权利要求1所述的一种风机传动***故障诊断装置,其特征在于,所述润滑油品质采集单元包括两个润滑油铁谱仪;
布置于润滑油油池(6)的为第一润滑油铁谱仪(300),布置于润滑油池出口(7)的为第二润滑油铁谱仪(301)。
5.根据权利要求1所述的一种风机传动***故障诊断装置,其特征在于,所述振动监测数据采集单元包括六个振动加速度传感器;
布置于高速轴前端(2)的为第一振动加速度传感器(400),布置于高速轴后端(3)的为第二振动加速度传感器(401);布置于低速轴前端(4)的为第三振动加速度传感器(402),布置于低速轴后端(5)的为第四振动加速度传感器(403);布置于齿轮箱(1)体上的为第五振动加速度传感器(404);布置于风叶(9)内侧的为第六振动加速度传感器(405)。
6.根据权利要求1所述的一种风机传动***故障诊断装置,其特征在于,所述音频监测数据模采集单元包括一个音频监测传感器;
布置于齿轮箱(1)内部的为第一音频监测传感器(500)。
7.根据权利要求1所述的一种风机传动***故障诊断装置,其特征在于,所述图像视频数据采集单元包括一个微型探头;
布置于齿轮箱(1)内部的为第一微型探头(600)。
8.根据权利要求1所述的一种风机传动***故障诊断装置,其特征在于,所述故障诊断模块诊断规则为:从故障征兆到故障模式到故障原因;
所述知识查询单元通过异常特征数据确定异常模式,作为故障征兆,基于语义网络查询单个或多个故障征兆出现时的故障模式序列;
所述诊断推理单元通过故障模式序列,基于因果图模型,结合现场实际情况确定先验概率及后验概率,确定各故障原因的概率,并提供相应的维护策略。
9.根据权利要求8所述的一种风机传动***故障诊断装置,其特征在于,所述先验概率为故障原因的可能性,由现场维修人员的经验决定;所述后验概率由故障原因对故障的影响程度决定。
10.一种风机传动***故障诊断方法,其特征在于,采用如权利要求1至9中任一项所述的风机传动***故障诊断装置进行故障诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310402541.6A CN116292147A (zh) | 2023-04-14 | 2023-04-14 | 一种风机传动***故障诊断装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310402541.6A CN116292147A (zh) | 2023-04-14 | 2023-04-14 | 一种风机传动***故障诊断装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116292147A true CN116292147A (zh) | 2023-06-23 |
Family
ID=86787181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310402541.6A Pending CN116292147A (zh) | 2023-04-14 | 2023-04-14 | 一种风机传动***故障诊断装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116292147A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117232577A (zh) * | 2023-09-18 | 2023-12-15 | 杭州奥克光电设备有限公司 | 一种光缆交接箱承载内部监测方法、***和光缆交接箱 |
CN117782570A (zh) * | 2024-02-28 | 2024-03-29 | 南京典格信息技术有限公司 | 一种基于Mesh自组网的海上风机寿命预测***和方法 |
-
2023
- 2023-04-14 CN CN202310402541.6A patent/CN116292147A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117232577A (zh) * | 2023-09-18 | 2023-12-15 | 杭州奥克光电设备有限公司 | 一种光缆交接箱承载内部监测方法、***和光缆交接箱 |
CN117232577B (zh) * | 2023-09-18 | 2024-04-05 | 杭州奥克光电设备有限公司 | 一种光缆交接箱承载内部监测方法、***和光缆交接箱 |
CN117782570A (zh) * | 2024-02-28 | 2024-03-29 | 南京典格信息技术有限公司 | 一种基于Mesh自组网的海上风机寿命预测***和方法 |
CN117782570B (zh) * | 2024-02-28 | 2024-05-14 | 南京典格信息技术有限公司 | 一种基于Mesh自组网的海上风机寿命预测***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116292147A (zh) | 一种风机传动***故障诊断装置及方法 | |
Zaher et al. | A multi-agent fault detection system for wind turbine defect recognition and diagnosis | |
CN103038719B (zh) | 支持多个子***的同时监控的冲突解决***和方法 | |
CN106682814A (zh) | 一种基于故障知识库的风电机组故障智能诊断方法 | |
CN107061183A (zh) | 一种海上风电机组的自动化故障诊断方法 | |
CN103150473A (zh) | 一种风电机组发电效率实时监控诊断方法及装置 | |
CN103742358A (zh) | 一种复合式风力发电机组状态监控*** | |
KR20170084955A (ko) | 풍력 발전기의 고장 진단 방법 및 장치 | |
CN111209934A (zh) | 风机故障预报警方法及*** | |
CN110543658A (zh) | 基于大数据的电厂设备诊断方法 | |
CN111766512A (zh) | 一种发电机故障检修***与方法 | |
CN115929566A (zh) | 风电机组变桨减速器在线状态监测与预警***及方法 | |
CN115728057A (zh) | 一种风力发电机组齿轮箱振动监测与故障诊断方法 | |
CN116609055A (zh) | 一种运用图卷积神经网络诊断风电齿轮箱故障的方法 | |
CN111795824B (zh) | 机械动力***故障诊断方法及*** | |
CN219366236U (zh) | 一种风机传动***故障诊断辅助装置 | |
CN213149750U (zh) | 一种汽轮发电机组状态评价与故障预测*** | |
CN108491622A (zh) | 一种风电机组的故障诊断方法及*** | |
CN117649044A (zh) | 一种海上风电机组多维度量化状态评估方法 | |
CN109886538B (zh) | 基于动态监测数据的铁路信号设备质量评价方法及装置 | |
CN116628544A (zh) | 基于液压绞车状态在线监测的故障诊断方法 | |
CN218725302U (zh) | 风机齿轮箱监测装置和风机齿轮箱管理*** | |
CN111242329A (zh) | 一种港口起重机传动部件大数据监控***及监控方法 | |
CN115828173A (zh) | 基于故障知识与因果推理的风机故障诊断方法及*** | |
CN113279812B (zh) | 一种矿井主排水设备状态监测与剩余寿命预测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |