本课题基于专家系统、模糊理论和神经网络三种推理模式的综合诊断策略与信息融合理论，以风力发电机组旋转系统为对象，开展典型旋转机械类系统多源故障特征信息分析与决策问题研究。具体思想如图1-1所示。图中的诊断信号来源于各类传感器或不同的专家，而多数情况下从中提取的故障特征信号呈现出随机、模糊、不精确等特性，它们分别是与一种或多种故障类型相对应，因此本课题要研究如何用信息融合理论来处理这些不确定性信息，并根据特征和故障之间的关联程度，建立能统一度量上述各种不确定信息的测度;然后，利用专家系统、模糊理论和神经网络三种推理模式得出初步结论，最后 ...... （共1095字） [阅读本文]>>
大型风力发电机组状态监测与故障诊断综合诊断的基本方法有以下几种：基于概率的综合诊断;基于Bayes的综合诊断;基于证据理论的综合诊断;基于知识的模糊综合诊断。基于Bayes理论的综合诊断方法适合于先验信息比较充分的场合，不同来源和不同
现代化工业生产中，提高效率、降低成本是企业追求的目标。但同时对设备的安全性及可靠性提出了越来越高的要求，由于设备结构日趋复杂，功能越来越完善，自动化程度越来越高，一旦设备和系统发生故障，就可能引起“链式
无论是哪种类型的风力发电机组，都架设在70m以上的空中，其工作环境恶劣，机组的受力情况也非常复杂。由于风力发电机组的桨叶的转速是随着环境风况的变化而变化的，对于风电场所在的区域，其风况变换一般比较多样，
通过分析风力发电机组的内部结构和实际运行情况，总结齿轮箱、叶片和轴系等关键部件的故障原因与现象。1.3.1齿轮箱故障原因与现象从风力发电机组齿轮箱目前发生的故障来看，齿轮箱故障主要原因有：当齿轮箱由于安
现代化工业生产对机电设备，乃至一个零件的工作可靠性，都提出了极高的要求。世界各国也都普遍开展了对大型重要设备的状态监测和故障诊断工作，取得了明显的经济效益。英国CEGB公司下属的550MW和660MW发
上一篇