近年来，由于资源稀缺和环境恶化，世界开始关注可再生和清洁能源的开发和使用。为绿色环保能源的一种来源，风能正受到越来越多的关注。卫拥有丰富的风能资源，具有巨大的风能生产潜力。年来，我十分重视风能资源的开发，装机容量也在不断增加。据中国风能协会的数据，2014年中卫风电的新增装机容量为23.35吉瓦。长率为45.1％，累计装机容量为115 GW，同比增长25.5％。于大多数冷藏库都位于偏远地区，因此在自然，暴露和雷暴等恶劣环境中的长期工作会遭受各种机械或电气故障。着海上风能的开发和利用，海上风电场将成为风能发展的重要方向。
于拆卸和安装的困难，海上风能冷藏仓库的土地维护成本至少是其两倍，这是其运营的原因。理和维护带来了很大的困难。果，对风能存储单元的故障诊断的研究降低了故障率，维护时间，增加了年发电量并提高了风电场的经济效益。不仅可以为存储单元的维护人员提供备件和维护计划，还可以为员工提供建议，并在降低故障率和安全操作方面发挥重要作用。定的风能制冷机组。障诊断技术是一种了解并捕获所用设备状况，确定是否存在全部或部分故障，快速发现故障及其原因并可以预测设备发展趋势的技术。障。障诊断技术是确保大型机械设备可靠运行，提高各种通用自动化系统和机械系统的性能和运行可靠性以及维护的关键技术之一。测和设备管理。能存储单元的错误诊断包括收集运行期间风能存储单元产生的各种信号，例如力，热量，振动和噪声，然后对通过获取信号而获得的数据信息进行分类，处理和处理，以获得特征风能。藏单元的运行状态的特征参数确定是否存在故障以及风能的冷藏单元的故障的类型，性质和程度。
后，根据状态识别的结果，确定要采取的措施，并同时根据当前的检测信息，确定冷藏单元工作状态发展的可能趋势。测风能并执行趋势分析。障诊断的最后一天是分析故障原因，制定科学的维护计划，提高设备的可靠性并提高运行效率。速箱是风力设备的重要机械部件，其主要功能是将在风的作用下由风轮产生的动力传递给发电机，并获得相应的速度。的正常运行与整个机器的工作性能有关。常，风轮的速度非常低，这与发电机发电所需的速度相差甚远，必须通过增加变速箱机构速度的动作来实现。
动系统通常由四个部分组成：齿轮，轴承，轴和壳体。轮箱在使用过程中承受复杂的静态和动态载荷：齿轮，轴和轴承等组件的加工过程复杂且装配精度高，存储单元风冷式冷水机组经常在高负荷下连续高速运转。况的好坏往往直接影响机械设备的正常运转。此，齿轮传动系统的诊断是风能蓄冷器故障诊断的重要部分。力发电机冷库齿轮箱的常见缺陷主要是齿轮，轴承，轴断裂等损坏。决于位置。
误的常见形式如表1所示。果润滑油的温度过高，则是因为采取了各种措施来防止机油温度升高，即对于确保风力设备齿轮箱的正常运行非常重要。海电力学院的郑翔提出将MCS-51单片机及其控制电路应用于风能冷库机组变速箱的润滑系统中。合PID复合算法和GSM-Modem通信技术来控制用于冷却或加热的风扇或加热器精确控制油温的方法表明，该系统具有以下特点：转换时间短，过冲低（20°C）和低稳定性误差（0.40°C）。传输信号特征的提取中，经常使用共振解调技术和倒谱技术来提取信号缺陷特征。电机是风能冷库的核心组件，负责将旋转的机械能转换为电能并为电气系统提供动力。承，定子和转子最容易遭受发电机故障：对于传统的异步发电机，这三台发电机的故障率分别为40％，38％和10％。子和转子故障主要包括匝间绕组开路，单个或多个绕组短路，定子绕组连接异常，转子条和端环故障（转子间转子）。持架），间隙的静态或动态偏心率。电机的常见故障模式为：内部电气不对称，增加的相电流和相电流谐波分量，增加的转矩脉动，平均值降低，增加的电机损耗，降低的效率和过热绕组。外，机油温度过高，振动过大，轴承过热，异常噪音和绝缘损坏都是发电机的常见故障。
电机的在线监测和故障诊断方法很多：基于定子电流的监测，轴向流监测，基于振动信号分析的故障监测，故障监测和诊断。于温度信号和局部放电监控。阳工业大学陈长征提出了一种兆瓦级风能冷库机组主轴和变速箱振动信号的频谱分析方法。果从风冷存储单元收集的频谱信号超过了设置的警报极限，则将实时处理后的信号与数据库中存储的信号进行比较，并对获取的信号进行转换。小波和频谱分析中获得信号频谱图，从而可以准确确定风能。库的缺陷和位置用于查找变速箱和主轴的故障诊断依据。能的蓄冷单元通过叶片将空气的动能转化为机械能，然后由发电机将机械能转化为电能，风轮和叶片发挥作用。
能量转换中很重要。能存储单元的叶片是整个冷存储单元中最昂贵的组件，也是最易损坏的部分。恶劣的环境中长期进行露天叶片工作，很难避免因潮湿，阵风或雷电而造成的腐蚀损坏，以及长期运行所造成的疲劳裂纹。词。力涡轮机的冷藏单元的长度通常为30至40 m，并且体积巨大，不仅对黎明本身造成损害，而且对整个系统的安全性也造成损害。见的刀片故障包括断裂，挠曲，弯曲以及疲劳引起的故障。外研究人员已经探索了使用光纤布拉格光栅传感器在线监测风力发电机冷库叶片的可能性。据操作过程中风冷存储单元叶片的负载变化，该技术通过叶片上对称分布的光纤网络传感器捕获应力信号，以评估风冷单元的健康状况。片。外，声音检测和红外成像可用于识别刀片的健康状况。航系统是水平轴冷藏存储单元的基本组成部分之一，包括：一个大的鞋带冠，一个侧轴承，一个滑靴固定器，上侧滑动垫和较低，进行花边训练。偏航限位开关，接近开关，风向标风速仪等。冷机组偏航系统的常见故障模式为：偏航位置故障，偏航位置传感器故障和偏航率故障。
据偏航系统本身的运行特性（例如低速，重载等），这些方法可用于振动检测，电流和电压检测。风力涡轮机的正常运行期间，所有变桨系统部件均安装在轮毂上，并且所有部件均与轮毂一起以一定速度旋转。桨系统通过控制叶片的角度来控制风力涡轮机的速度，从而控制风冷存储单元的输出功率，并且可以安全地关闭风冷存储单元。过气动制动。能蓄冷器的叶片通过变桨轴承连接到轮毂。个叶片必须具有自己独立的电子控制的变桨控制系统。桨控制系统通过小齿轮与变桨轴承的内齿轮啮合。
桨系统包括中央控制箱，轴控制箱，电池箱，变桨电动机和限位开关。障类型：变桨电机磨损，轴承润滑不足引起的磨损，滚动运动导致轴承松动，轴承安装不正确等。可以使用振动检测，还可以收集发电机的电流信号进行分析。能冷库的故障诊断方法有很多，包括传统的诊断方法，智能故障诊断方法和数学诊断方法。多数传统的诊断方法都是基于状态监测技术数据的分析，包括振动监测技术，机油分析技术，噪声监测技术，噪声监测技术等等。外温度测量，声发射技术和无损检测技术。能诊断方法主要包括模糊逻辑，专家系统，神经网络和遗传算法。学诊断方法主要包括贝叶斯决策准则和基于线性和非线性判别函数的模式识别方法，基于概率和统计的时间序列模型诊断方法，一种诊断方法。于距离标准，模糊诊断原理，灰色系统方法，故障树分析方法，小波分析方法等的故障。域和频域是诊断风能制冷机组故障的最常用方法。间处理方法主要涉及以下指标：均值，方差，标准差，均方值，实际值，最大值，峰峰值，波形指标，峰值指标和脉冲。于时域指示符的统计信息，可以进行定性诊断，但是无法指示特定的故障位置。时域信号进行傅立叶变换以获得信号频谱，并根据频率的异常变化诊断出冷库故障。果要处理短期冲击调制信号，则直接对故障信号进行频谱分析，则该故障通常会失败，并且由于FFT而无法查看是否发生了故障更适合固定周期信号处理。此，出现了包络光谱的使用。络频谱不是对信号处理过程的精确描述，而是表示振动信号在不同频率下的能量。据振动信号源的故障频率进行计算，以确定组件是否有故障。络解调技术可改善小型高频瞬态失真信号的能量，并将包络检测技术与传统频谱分析技术相结合，以在轴承出现之前检测出早期缺陷和润滑问题齿轮严重损坏。工智能诊断方法主要包括模糊逻辑，专家系统，神经网络和遗传算法。工智能诊断方法可用于故障状态模型的识别，趋势预测等。西大学的孟恩龙利用人工神经元网络进行自学习，自组织，自适应和强大的非线性映射能力，是一种新型的智能诊断方法。经提出了变速箱和发电机故障的建议。个子带重构改善了小波变换，冷凝器价格然后提取小波变换子带的系数的特征以提取故障特征。波分析具有良好的时域和频域定位特性，较好地解决了时域与频域分辨率之间的矛盾，可以放大某些频域的尺度。频率，并提供良好的频率分辨率。可以在某些低频频段按比例缩小，并提供良好的时间分辨率和信号适应性。此，小波分析特别适合于时变的非平稳信号的处理，冷凝器价格与基于小波分析的分析方法相比，小波分析可以将信号划分为任意频带并有效地提取缺陷特征。立叶变换，尤其是弱缺陷特性。于诊断小波故障分析的理论，武汉理工大学的梁卫军提出了一种监测齿轮箱状态的方法。方法首先使用常规功率谱分析点蚀缺陷，然后对点蚀故障进行小波变换的时频分析。后，对振动信号的特征值进行分析，以判断故障的分布及其严重程度，从而为齿轮箱的缺陷诊断提供依据。进了风能冷库各部件的故障诊断机制。能存储单元是一个复杂的机电集成系统，其三个主要缺陷是前变速箱，电气系统和发电机的故障。
于发电机组件，许多专家还从电信号和振动信号入手。电机运行状态的研究将成为未来状态监测和冷藏储藏单元故障诊断研究的方向之一。而，关于叶片故障的监测和诊断，国内专家研究较少。管一些国家已经获得了有关风力涡轮机叶片故障诊断的研究成果，但这些研究成果主要处于实验阶段，与实际应用相距甚远。立专家系统。整的专家系统包括人机界面，知识获取程序，知识库，完整的数据库，推理引擎等。识库是专家系统的核心内容。
还包含系统规则，其中大多数是特定或通用系统。备因果关系的逻辑。此，建立真实对象系统知识库是快速高效诊断专家系统错误的前提，但要实现细节的建立，管理和维护知识库仍然存在很大的困难。家故障诊断系统是在先进的检测技术和信号处理技术的基础上开发的，结合了现代科学技术的优势以及丰富的经验和思维方式。家们。方法在故障诊断技术中的应用。
统的快速傅立叶变换（FFT）频谱分析方法是振动信号处理中最重要的方法，但仅适用于平稳信号分析，不适用于分析。平稳信号。理效果更好，已广泛用于风能制冷机组的故障排除技术中。外，研究人员对基于人工智能的方法越来越感兴趣，并将在将来将它们应用于风冷仓库故障诊断领域的这些理论和算法中。外，在故障发生之前准确预测可能的危险并提前解决故障原因的方法将成为研究的另一个重要课题。
本文转载自
冷凝器价格 http://www.china-iceage.com