Abstrakt

Fehlerdiagnose bei Rotorunwucht in Windkraftanlagen mit der Markov-Ketten-Monte-Carlo-Methode

Patricio Corbalan Campos, Luciano E. Chiang

Zur Diagnose einer Rotorunwucht oder eines Exzentrizitätsfehlers wird eine wirksame Methode angewendet, die auf der rechtzeitigen Überwachung des Stromsignals (des Statorstroms) basiert. Mit dieser Methode kann auch der Schweregrad des Fehlers ermittelt werden, der anhand der exzentrischen Masse oder des exzentrischen Radius bestimmt wird. Das Experiment bestand in der Überwachung der Stromsignalamplitude für verschiedene angewendete Massen und Radien. Der Exzentrizitätsfehler wurde durch eine Masse simuliert, die an einer Welle befestigt war, die über eine Riemenscheibe fest mit der Turbinenwelle verbunden war. Auf diese Weise konnte der Gesundheitszustand für unterschiedliche Positionen der Masse und unterschiedliche Massen bewertet werden. Die Ergebnisse wurden in einer Kurve zwischen Stromamplitude und exzentrischer Masse oder Stromamplitude und exzentrischem Radius analysiert. In beiden Fällen war die erhaltene Tendenz ein lineares Modell, das das physikalische Modell dieser Situation bestätigte. Die Bayes-Methode kann die Stromsignalamplitude schätzen, die mit einer bestimmten Kombination aus Masse und Radius verbunden ist, und so die Schwere des Fehlers bestimmen. Die Bayes-Methode kann das Signal und das Rauschen isolieren. Die Bayes-Methode ermöglicht eine Prognose des Turbinenzustands durch Überwachung der Amplitude des Stromsignals. Diese Methode wurde unter stationären Bedingungen untersucht.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert

Indiziert in

Chemical Abstracts Service (CAS)
Google Scholar
Open J Gate
Academic Keys
ResearchBible
CiteFactor
Kosmos IF
Open Academic Journals Index (OAJI)
RefSeek
Hamdard-Universität
IndianScience.in
Gelehrter
International Innovative Journal Impact Factor (IIJIF)
Internationales Institut für organisierte Forschung (I2OR)
Kosmos
Genfer Stiftung für medizinische Ausbildung und Forschung
Geheime Suchmaschinenlabore

Mehr sehen