基于回歸分析的風(fēng)機(jī)主要部件的故障預(yù)測方法研究.pdf

1、在風(fēng)力發(fā)電技術(shù)迅猛發(fā)展的同時，高昂的維修費(fèi)用成為影響其經(jīng)濟(jì)性的重要因素之一。目前，對風(fēng)電機(jī)組運(yùn)行狀況缺乏先驗(yàn)性的了解，被動、滯后的維修措施對機(jī)組安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行十分不利，主要部件的故障往往造成整個機(jī)組長時間的停機(jī)。因此，對機(jī)組進(jìn)行狀態(tài)監(jiān)測，實(shí)時地掌握機(jī)組主要部件的運(yùn)行信息以便可以及時發(fā)現(xiàn)潛在的故障隱患，對風(fēng)電場特別是有很大發(fā)展?jié)摿Φ暮Ｉ巷L(fēng)電場具有重要的實(shí)用意義。本文基于現(xiàn)場易得到的監(jiān)測信息，針對傳動系統(tǒng)的主要部件進(jìn)行故障預(yù)測方法研究

2、，取得的研究成果如下:
　　 部件溫度信息可以反映其運(yùn)行狀態(tài)，故首先建立被監(jiān)測部件在正常運(yùn)行狀態(tài)下的線性回歸溫度預(yù)測模型進(jìn)行溫度預(yù)測，當(dāng)部件出現(xiàn)異常時，溫度信息偏離正常狀態(tài)，采用正常情況下的預(yù)測模型所得的殘差分布特性發(fā)生改變，也即殘差信息在一定程度上指示了部件的運(yùn)行狀態(tài)。將所得預(yù)測殘差信息作為輸入，提出能夠更準(zhǔn)確、清晰地反映部件運(yùn)行狀態(tài)是否偏離正常范圍的判別函數(shù)來進(jìn)行故障預(yù)測，判別函數(shù)值越過設(shè)定門檻值即判定部件存在異常，發(fā)出警報

3、提示工作人員檢查設(shè)備，防止故障或嚴(yán)重事故的發(fā)生。
　　 為提高故障預(yù)測結(jié)果的準(zhǔn)確度，故障預(yù)測算法的輸入—溫度預(yù)測殘差必須盡量準(zhǔn)確反映部件實(shí)際運(yùn)行狀態(tài)和正常狀態(tài)之間的偏差，也即溫度預(yù)測模型的預(yù)測精度必須較高。為此，建立被監(jiān)測部件正常運(yùn)行狀態(tài)下的非線性回歸溫度預(yù)測模型，將相關(guān)溫度的二次項(xiàng)和交互項(xiàng)考慮進(jìn)模型。把采用非線性模型所得殘差作為輸入與采用線性模型所得殘差作為輸入的兩種故障預(yù)測方法對比，驗(yàn)證非線性模型更高的精度及兩種方法預(yù)測結(jié)果

4、的一致性。
　　 回歸分析模型考慮了相關(guān)測點(diǎn)的溫度對預(yù)測溫度的影響，但未將預(yù)測時刻之前進(jìn)入系統(tǒng)的干擾因素考慮進(jìn)去，為彌補(bǔ)此弱點(diǎn)，可建立被監(jiān)測部件正常運(yùn)行狀態(tài)下的自回歸滑動平均模型(ARMA)。針對風(fēng)電機(jī)組傳動系統(tǒng)主要部件，將ARMA模型溫度預(yù)測殘差作為輸入信息，提出基于休哈特控制圖算法的另一種故障預(yù)測新方法。該算法較之前一種預(yù)警算法在線計(jì)算量小、更為簡單明了，且仿真結(jié)果驗(yàn)證了兩種方法預(yù)測結(jié)果的一致性。
　　 將上述所提方