成果基本信息 | ||||||
关键词: | 机电装备;先进制造;信息化;安全运行 | |||||
成果类别: | 技术成熟度: | |||||
体现形式(基础理论类): | 体现形式(应用技术类): | 无 | ||||
成果登记号: | 9112018Y179 | 资源采集日期: | 2018-12-10 |
研究情况 | |||||
单位名称: | 北京信息科技大学 | 技术水平: | |||
评价证书号: | 10008501-0158 | 评价单位: | 国家自然基金委员会 | ||
评价日期: | 2017.03.23 | 评价证书号: | 10008501-0158 |
转化情况 | |||||
转让范围: | 推广形式: | 无 | |||
已转让企业数(个): | 0 |
联系方式 | |||||
联系人(平台): | 玉女士 | 联系人(平台)电话: | 0771-5885053 | ||
*成果单位详细联系方式请登录会员;还不是会员,马上注册! |
成果简介 | |||||
面向复杂机电系统,重点以风电机组为研究对象,研究提出复杂机电系统运行稳定性劣化趋势预测及安全服役的理论方法。 成果主要内容包括: 典型传动系统机械动态特性劣化演变的规律及特征分析,长历程变负载系统运行状态发展趋势的特征提取,稳定性劣化发展趋势的弱信息信号处理,趋势预测模型及预测系统的构建,稳定性劣化发展趋势的评价准则,基于实测数据的实验平台构建及其实验研究等。 代表性成果与创新点: 1.揭示机电系统稳定性劣化发展演变的规律。包括:揭示典型传动系统及其关键部件受重力、时变啮合刚度、阻尼、塔架倾角等影响的因素,分析系统动态特性变化规律及故障征兆,建立风电传动行星轮平移-扭转模型、弯扭耦合模型与柔性支撑齿轮传动的动力学模型; 2. 提出早期故障发展趋势弱信息的信号处理方法。包括:提出基于改进的奇异值分解?-SVD和局部均值分解的状态劣化弱信息处理、基于独立成分分析FastICA算法的故障信号提纯、自相关阈值法与自适应LMS组合降噪方法,基于不确定性推理的多传感器分布式检测融合算法;在低信噪比情况下,实现噪声干扰抑制以及早期故障信息分解; 3. 提出长历程变负载机电系统运行状态发展趋势特征提取方法。包括:提出传动系统1.5维谱振动特征、阶次重采样信号包络特征、希尔伯特-黄变换敏感特征、小波阈值熵tSNE流形降维特征、小波时频图像纹理与矩融合特征等故障特征提取方法,实验研究表明:所提出方法能够有效提取故障演变信息; 4. 构建系统运行稳定性劣化趋势预测模型与系统。包括:提出隐马尔可夫模型HMM与支持向量机SVM串联混合模型以及蚁群聚类RBF神经网络算法,实现故障分类识别;建立基于信息熵和预测有效度的时变最优组合预测模型、T-S模糊神经网络预测模型,实现劣化趋势预测;提出基于“劣化演化矩阵”的系统运行稳定性劣化状态评价方法,实现运行状态评估; 同时,构建了风电机组故障诊断预警实验研究平台,通过产学研合作研发了风电机组状态监测诊断预警仪器,进行新方法的实验研究、实践验证及现场应用。 项目研究成果能够应用于以风电机组为代表的新能源装备安全监测与故障预警,提升相关安全监测仪器的研发水平,有利于保障设备安全可靠运行及实现科学维护,提升设备运行及管理水平,减少故障引起的经济损失,促进绿色能源利用与发展。 |