检索结果

Select

1. 基于数据融合的风电机组主传动链典型故障分层诊断方法

程凯, 王鹏宇, 王晓东, 包涛, 吴宇航, 杨苹

噪声与振动控制 2023, 43 (3): 125-131.

摘要（219）

PDF（pc）（1792KB）（456）

风电机组主传动链故障是影响风电机组年运行时间的主要故障类型，提高其诊断精度是确保风电场稳定可靠运行的关键。为提升风电机组主传动链故障诊断精度，在主传动链上增加高频振动监测系统对其振动信号进行精细化分析。由于分别根据高频振动监测信号与风电机组数据采集与监视控制系统(Supervisory Control and Data Acquisition，SCADA)实时监测信号独立进行故障诊断时，难以发现风电机组主传动链的早期故障。为此，提出一种基于3 类数据源融合的智能故障诊断方法，通过融合SCADA实时监测系统振动数据、非振动数据和振动监测系统振动数据3 类不同时间尺度数据，建立基于自编码网络的典型故障分层诊断模型。实际诊断案例表明，基于3 类数据源融合的典型故障分层诊断模型可准确定位风电机组的典型故障。

相关文章 | 多维度评价

Select

2. 基于耦合Duffing振子的微弱故障信号检测

王晓东1, 2，赵志宏2，杨绍普1, 2

噪声与振动控制 2016, 36 (3): 174-178. DOI: 10.3969/j.issn.1006-1335.2016.03.036

摘要（214）

PDF（pc）（1833KB）（1053）

针对传统信号处理方法在低信噪比条件下对微弱信号检测的不足，提出一种对双Duffing振子进行阻尼项耦合的方法，通过对此系统进行动力学分析，比单个Duffing振子具有更加复杂的动力学行为。阐述了基于相平面变化的微弱信号检测原理，对时间进行尺度的变换，实现了未知频率信号的检测，最后对微弱脉冲信号进行检测以及真实的故障轴承的早期诊断，取得了较好的效果，该方法在无线通信、雷达系统、旋转机械早期故障诊断等领域具有广阔的前景。

相关文章 | 多维度评价

Select

3. 大气湍流度对风力机翼型气动噪声的影响

胡昊1，2，熊万能1，王晓东1，康顺1

噪声与振动控制 2015, 35 (4): 219-223. DOI: 10.3969/j.issn.1006-1335.2015.04.047述

摘要（217）

PDF（pc）（1348KB）（1278）

随着风力机大型化，风力机叶片气动噪声的影响日益突出。来流风况的随机性对于风力机叶片气动噪声的模拟具有一定影响。采用蒙特卡洛方法，结合BPM翼型自噪声模型，以NACA 0012 翼型为研究对象进行不确定性数值模拟，量化大气湍流度对翼型自身噪声特性的影响。研究结果表明，大气湍流度对高频噪声的影响明显高于低频噪声。当大气湍流度增加时，声压级标准差也逐渐增大。