-
公开(公告)号：CN113723634A
公开(公告)日：2021-11-30
申请号：CN202111007333.3
申请日：2021-08-30
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: G06Q10/00 , G06Q50/06 , G06F16/2458
Abstract: 本申请提供一种故障变量确定方法、系统和可读存储介质。故障变量确定方法包括获取目标变量的数据，其中，目标变量的数据包括故障数据和正常数据，故障数据表示风机发生目标故障时目标变量的数据，正常数据表示风机正常运行时目标变量的数据；根据目标变量的数据，对至少部分目标变量进行相关性分析，确定部分目标变量为第一目标变量，其中，第一目标变量包括相关系数的绝对值大于第一相关阈值的两个目标变量中的其中一个；以及根据第一目标变量的数据，将受目标故障的影响程度不低于影响阈值的第一目标变量作为目标故障的故障变量。确定的故障变量较为准确。
-
公开(公告)号：CN113239534A
公开(公告)日：2021-08-10
申请号：CN202110501903.8
申请日：2021-05-08
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F111/08 , G06F111/10 , G06F119/04 , G06F119/08
Abstract: 本申请提供一种风力发电机组的故障、寿命预测方法和装置，所述故障预测方法包括：获取风力发电机组在不同时刻的运行时长和工况数据，所述工况数据包括至少一种；根据所述运行时长、所述工况数据和威布尔比例风险模型，预测所述风力发电机组的累积失效概率，其中，所述威布尔比例风险模型中的形状参数的大小与所述至少一种工况数据的大小正相关。本申请在预测风力发电机组的故障时，将风力发电机组的至少一种工况数据作为威布尔比例风险模型中的形状参数的影响因素，建立了一种多层级的威布尔比例风险模型，提高了模型的预测精度，从而实现对风力发电机组的故障的可靠预警。
-
公开(公告)号：CN114993670B
公开(公告)日：2025-01-24
申请号：CN202210583340.6
申请日：2022-05-25
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: G01M13/028
Abstract: 本申请实施例提供一种齿轮转速确定方法及其系统及计算机可读存储介质，包括：采集待测时间内待测齿轮的齿轮振动信号；对齿轮振动信号进行傅里叶变换，得到频谱，频谱包括齿轮频率及其对应的幅值；根据频谱，确定齿轮频率对应的频谱能量；确定频谱能量中的最大值对应的齿轮频率为齿轮啮合频率；根据齿轮啮合频率和待测齿轮的齿数，确定待测齿轮在待测时间内的平均齿轮转速。本申请的齿轮转速确定方法计算简便快速，拥有较高的准确性且成本较低。
-
公开(公告)号：CN114153825B
公开(公告)日：2024-12-13
申请号：CN202010934633.5
申请日：2020-09-08
Applicant: 大连理工大学
IPC: G06F16/215 , G06F16/2455
Abstract: 本发明公开了一种数据清洗方法、装置、可读介质及电子设备，包括：根据预设的范围参数确定目标数据点的邻域范围；并确定邻域范围内的邻域数据集合；所述邻域数据集合中包括至少一个邻域数据点；根据所述目标数据点和各所述邻域数据点，确定所述目标数据点的第一可达密度；根据所述第一可达密度确定所述目标数据点的离群指数；当所述离群指数满足预设条件，则将所述目标数据点确定为离群数据点，并对所述离群数据点进行清洗处理。
-
公开(公告)号：CN114755007B
公开(公告)日：2024-11-22
申请号：CN202210383899.4
申请日：2022-04-12
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: G01M13/021 , G01M13/028
Abstract: 本申请提供一种齿轮故障诊断方法、装置和计算机可读存储介质。其中，齿轮故障诊断方法包括：获取齿轮转动不少于1圈时产生的不小于1个周期的原始振动数据；对原始振动数据进行切分，得到多个不小于1个周期的子振动数据，子振动数据包括基准振动数据及对比振动数据；对对比振动数据的多个数据对比区间的振动数据分别与基准振动数据进行相关性分析，确定对比振动数据与基准振动数据相对应的关联振动区间；对对比振动数据的关联振动区间内的振动数据和基准振动数据中的与关联振动区间的对应区间内的振动数据进行时域平均，得到时域同步平均数据；及根据时域同步平均数据，诊断齿轮是否发生故障。如此可以减少转速传感器的使用成本及安装成本。
-
Patent Agency Ranking
公开(公告)号：CN113933056B
公开(公告)日：2024-02-23
申请号：CN202111307930.8
申请日：2021-11-05
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: G01M13/045
Abstract: 本申请提供一种风力发电机组的轴承故障诊断方法和装置，所述方法包括：获取风力发电机组的轴承在不同待诊断时间段的数据集，各数据集均包括在多个采样点分别采集的轴承的振动加速度；将振动加速度由时域转换至频域，获得对应的频谱数据；根据各数据集的振动加速度和对应的频谱数据，确定各数据集的第一特征值和第二特征值；对第一特征值和第二特征值分别进行标准化处理，获得与第一特征值相对应的第三特征值和与第二特征值相对应的第四特征值；对各数据集的第三特征值的绝对值和第四特征值的绝对值进行加权处理，获得各数据集的特征整合值；根据不同待诊断时间段的数据集的特征整合值，对轴承进行故障诊断。
-
公开(公告)号：CN115438443A
公开(公告)日：2022-12-06
申请号：CN202211098106.0
申请日：2022-09-08
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: G06F30/17 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02
Abstract: 本申请提供一种轴承剩余寿命预测方法、装置、系统和可读存储介质。其中方法包括获取待预测轴承的待测时序数据；提取所述待测时序数据的待测时域特征；根据所述待测时域特征，利用时序处理模型，得到与所述待测时域特征关联的估计值，所述时序处理模型是通过轴承样本的全周期数据训练得到的，所述轴承样本的全周期数据包括轴承样本的健康数据和轴承样本的故障数据，估计值是根据待测时域特征及轴承样本的健康数据，使用时序处理模型得到的；根据所述估计值与所述待测时域特征，确定残差值；依据所述残差值与轴承寿命之间的一对一的对应关系，确定所述残差值对应的轴承寿命，作为所述待预测轴承的剩余寿命。如此，预测的轴承寿命更为准确。
-
公开(公告)号：CN115234453A
公开(公告)日：2022-10-25
申请号：CN202211020827.X
申请日：2022-08-24
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: F03D80/40
Abstract: 本发明实施例提供一种风机叶片结冰状态的监测方法及其装置及计算机可读存储介质。该方法包括：获取预定时间段内风机叶片的时域振动数据；将风机叶片的时域振动数据转化为频域振动数据；将频域振动数据划分为多个频率段；确定多个频率段中的至少一个频率段在预定时间段内的频率变化趋势；以及基于频率变化趋势并结合在预定时间段内风机所处的环境条件来监控风机叶片的结冰状态。从而，能够对风机叶片的结冰故障进行很好的监测。
-
公开(公告)号：CN115031959A
公开(公告)日：2022-09-09
申请号：CN202210590574.3
申请日：2022-05-26
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: G01M13/021 , G01M13/028 , G06K9/00
Abstract: 本申请实施例提供一种齿轮故障诊断方法及其系统及计算机可读存储介质，齿轮故障诊断方法包括：获取齿轮的振动信号；利用时域同步平均算法，对齿轮的振动信号进行处理，获得齿轮的时域同步平均信号；根据时域同步平均信号，确定齿轮的常规振动信号；根据时域同步平均信号和常规振动信号，确定齿轮的健康状况信号，其中，健康状况信号包括差分信号和残差信号。本申请的齿轮故障诊断方法计算简便快速且拥有较高的可信度。
-
公开(公告)号：CN114993670A
公开(公告)日：2022-09-02
申请号：CN202210583340.6
申请日：2022-05-25
Applicant: 上海电气风电集团股份有限公司 , 大连理工大学
IPC: G01M13/028
Abstract: 本申请实施例提供一种齿轮转速确定方法及其系统及计算机可读存储介质，包括：采集待测时间内待测齿轮的齿轮振动信号；对齿轮振动信号进行傅里叶变换，得到频谱，频谱包括齿轮频率及其对应的幅值；根据频谱，确定齿轮频率对应的频谱能量；确定频谱能量中的最大值对应的齿轮频率为齿轮啮合频率；根据齿轮啮合频率和待测齿轮的齿数，确定待测齿轮在待测时间内的平均齿轮转速。本申请的齿轮转速确定方法计算简便快速，拥有较高的准确性且成本较低。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.03 seconds)
