基于灰云模型聚类和云重心理论的风电齿轮箱运行状态评估

红君 王; 元路 赵; 辉 赵; 有军 岳

doi:10.16578/j.issn.1004.2539.2019.12.021

您当前的位置：

首页 >

文章列表页 >

基于灰云模型聚类和云重心理论的风电齿轮箱运行状态评估

试验分析 | 更新时间：2022-10-25

- 基于灰云模型聚类和云重心理论的风电齿轮箱运行状态评估
- Operational State Evaluation of Wind Power Gearbox based on Grey Cloud Model Clustering and Cloud Gravity Center Theory
- 机械传动 2019年43卷第12期页码：116-122
- 作者机构：
  
  1.天津理工大学天津市复杂系统控制理论与应用重点实验室，天津 300384
  2.天津农学院工程技术学院，天津 300384
- 作者简介：
  
  王红君（1963— ），女，天津人，硕士，教授，硕士研究生导师，主要研究方向为流程工业先进控制、微机控制、智能控制。
  赵元路（1995— ），男，浙江绍兴人，硕士研究生，主要研究方向为风电机组齿轮箱状态评估和故障诊断。
- 基金信息：
  
  天津市教委重点基金(2006ZD32)
- DOI：10.16578/j.issn.1004.2539.2019.12.021
  中图分类号：
扫描看全文
王红君,赵元路,赵辉等.基于灰云模型聚类和云重心理论的风电齿轮箱运行状态评估[J].机械传动,2019,43(12):116-122.

Wang Hongjun,Zhao Yuanlu,Zhao Hui,et al.Operational State Evaluation of Wind Power Gearbox based on Grey Cloud Model Clustering and Cloud Gravity Center Theory[J].Journal of Mechanical Transmission,2019,43(12):116-122.
王红君,赵元路,赵辉等.基于灰云模型聚类和云重心理论的风电齿轮箱运行状态评估[J].机械传动,2019,43(12):116-122. DOI： 10.16578/j.issn.1004.2539.2019.12.021.

Wang Hongjun,Zhao Yuanlu,Zhao Hui,et al.Operational State Evaluation of Wind Power Gearbox based on Grey Cloud Model Clustering and Cloud Gravity Center Theory[J].Journal of Mechanical Transmission,2019,43(12):116-122. DOI： 10.16578/j.issn.1004.2539.2019.12.021.

摘要

针对风电齿轮箱运行状态评估中存在的不够全面、准确度较低等问题，提出一种基于灰云模型聚类分析和云重心偏移度理论相结合的评估方法，对风电齿轮箱建立相对全面完整的评估体系，能够有效提高评估结果的准确性。利用灰云模型对齿轮箱进行初步的聚类分析，获得风电齿轮箱当前运行的大致评估结果；在此基础上，计算标准云模型和当前云模型的云重心偏移度，可进一步提高评估结果的可靠性。对风电齿轮箱实测数据进行了状态评估，然后和齿轮箱记录状态进行比较，证实提出的评估方法具有一定的准确性和可使用价值。

Abstract

Aiming at the problems of insufficient comprehensiveness and low accuracy in evaluating the operation status of wind power gearbox, an evaluation method based on grey cloud model clustering analysis and cloud gravity center deviation theory is proposed. A relatively complete evaluation system for wind power gearbox can effectively improve the accuracy of the evaluation results is established. A preliminary clustering analysis of the gearbox is carried out by using the grey cloud model, and the general evaluation results of the current operation of the wind power gearbox are obtained. On this basis, the cloud gravity center offset of standard cloud model and current cloud model is calculated, which further improves the reliability of the evaluation results. Through the state evaluation of the real wind power gearbox measurement data and comparing with the gear box record state, it is proved that the proposed evaluation method has certain accuracy and usability value.

关键词

风电齿轮箱状态评估灰云模型云重心

Keywords

Wind power gearboxCondition evaluationGray cloud modelCloud gravity

references

苏红伟.风电齿轮箱不完全预防性维护策略研究[D].上海：上海电机学院，2017:6-8.

IGBA J，ALEMZADEH K，DURUGBO C，et al.Performance assessment of wind turbine gearboxes using in-service data:Current approaches and future trends[J].Renewable and Sustainable Energy Reviews，2015，50:2-3.

ZAPPALA D.Sideband algorithm for automatic wind turbine gearbox fault detection and diagnosis[J].Renewable Power Generation Iet，2014，8（4）:380-389.

DĄBROWSKI D，NATARAJAN A.Assessment of gearbox operational loads and reliability under high mean wind speeds[J].Energy Procedia，2015，80：38-46.

陈浪，邱颖宁，冯延晖，等.变风况下风电齿轮箱疲劳损伤评估研究[J].可再生能源，2017，35（9）:1375-1380.

李莹，刘三明，王致杰，等.基于隐马尔科夫模型的风电齿轮箱故障程度评估[J].太阳能学报，2017，38（6）:1495-1500.

向东，蒋李，沈银华，等.风电齿轮箱在随机风载下的疲劳损伤计算模型[J].振动与冲击，2018，37（11）:115-123.

刘华新,苑一鸣,周沛,等.风电机组部件重要度灰色模糊评判方法[J].自动化仪表,2017,38(7):9-11.

王洪利，冯玉强.基于灰云的改进白化模型及其在灰色决策中应用[J].黑龙江大学自然科学学报，2006（6）:740-745.

王雁凌，张雪佼，阎敬民.基于变权灰云模型的风电场并网技术性综合评价[J].电网技术，2013，37（12）:3546-3551.

刘华新,苑一鸣,周沛,等.基于融合理论的风电机组状态评价正态云模型[J].太阳能学报,2018,39(10):2891-2900.

周红波，李照顺，谢佑波.基于云模型的系统综合效能评估方法[J].火力与指挥控制，2017，42（8）:61-63.

龚慧佳，轩少永，胡甚平，等.基于灰云模型的海上交通系统风险推理方法[J].中国航海，2016，39（2）:87-91.

王玉山，田良，郭惠勇.基于加速度内积向量和灰云模型的结构损伤识别[J].重庆大学学报，2018，41（1）:9-16.

雷从英，夏良华，郝晋峰.云模型在齿轮健康状态评估中的应用研究[J].机械传动，2013，37（12）:22-26.

齐伟伟，夏良华，李敏，等.基于云重心评估法的装备健康状态评估[J].火力与指挥控制，2012，37（4）:79-82.

LEE C Y，TSEN I H.Oil level prediction of wind power gearbox based on current analysis[J].Sensor Letters，2012，10（5/6）:1094-1098.

董兴辉，张鑫淼，郑凯，等.基于组合赋权和云模型的风电机组健康状态评估[J].太阳能学报，2018，39（8）:2139-2146.

ZHANG Z，VERMA A，KUSIAK A.Fault analysis and condition monitoring of the wind turbine gearbox[J].IEEE Transactions on Energy Conversion，2012，27（2）:526-535.

王红君,赵元路,赵辉,等.基于EEMD小波阈值去噪和CS-BP神经网络的风电齿轮箱故障诊断[J].机械传动,2019,43(1):100-106.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据