CN119532128A 一种风力发电机漏油故障预警方法 (大唐丰都新能源有限公司)_第1页
CN119532128A 一种风力发电机漏油故障预警方法 (大唐丰都新能源有限公司)_第2页
CN119532128A 一种风力发电机漏油故障预警方法 (大唐丰都新能源有限公司)_第3页
CN119532128A 一种风力发电机漏油故障预警方法 (大唐丰都新能源有限公司)_第4页
CN119532128A 一种风力发电机漏油故障预警方法 (大唐丰都新能源有限公司)_第5页
已阅读5页,还剩13页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明公开了一种风力发电机漏油故障预2采用快速傅里叶变换对预处理后的振动信号进行频谱分析,通过功率谱密若存在异常频率成分,结合振动信号的时域特征综合判断该振动传感若异常频率成分落在漏油故障相关的频率范围内,则判断该机械故障与漏油故障相对温度数据集进行预处理,使用移动平均滤波算法去除异常值和噪理后的温度数据集;根据预处理后的温度数据集,采用ARIMA时间序列预测模型对各部位温度进行趋势分针对每个部位的温度变化趋势,设定温度异常升高的阈值,3结合温度采集点的预设位置信息,对温度异常升高将所述油液参数数据与预设的油液正常范围阈值进行比对,判若所述油液参数数据超出所述正常范围阈值,则结合历史数若所述油液参数数据为异常数据,则计算所述异常数据的均值和方将所述油液状态特征向量输入预先训练的支持向量机分类模型通过网格搜索和交叉验证选择最优的模型参数,并利用标注的历史故将当前的异常数据输入到训练好的模型中,使用条件概率推理计算最可能的漏油位456叶斯网络模型对漏油位置进行推理。贝叶斯网络根据各监测量之间的因果关系和条件概断提高漏油故障诊断与预警的精准度和实时性。通过交叉验证等方法对模型性能进行评7油故障相关。获取风力发电机过去一年的历史运行数据,人工标注500组漏油故障严重程数,预测结果的平均绝对百分比误差(MAPE)控制在5%以内。针对每个部位的温度变化趋势,设定温度异常升高的阈值为每小时上升2℃,若连续3个小时的温度变化趋势超过该阈8利用基于区域生长的图像分割算法提取疑似漏油区域。将疑似漏油区域的128*128像素温自动生成设备维修工单,并根据故障严重程度和设备重要性指数合理安排维修任务优先[0040]若所述油液参数数据超出所述正常范围阈值,则结合历[0041]若所述油液参数数据为异常数据,则利用统计学方法计算所述异常数据的均值、[0045]将所述疑似油液污染部位的油液参数数据输入预先训练的K_means聚类模型,得9时通过短信和邮件等方式自动通知相关维修人员,提示其及时前

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论