本書介紹了風電機組相關部件的監測與故障診斷技術,內容包括大型葉片、齒輪箱、主軸、制動系統、發電機、開關設備、互感器、升壓變壓器、變流器等故障線上監測系統的基本組成、故障樹、故障診斷的新理論及新方法。提出了基於專家系統、模糊神經網路和小波分析三種推理模式集成的風力發電機組合智慧型診斷策略;基於故障樹和神經網路模型,建立了由框架和規則混合知識表示的智慧型故障診斷系統,利用模糊神經網路來建立風力發電機常見運行故障的專家診斷知識庫;在診斷策略的決策層,利用小波分析、模糊神經網路和證據理論的融合,提高風力發電機故障的預測精度;利用基於神經網路的模糊綜合評判,對風力發電機襯墊摩擦係數質量進行準確的綜合評價;並利用小波神經網路對風力發電機的常見運行故障進行了趨勢預測;提出了採用集成智慧型感測器容錯控制方法來實現風電機組的容錯控制;提出了風力發電機的一種綜合安全控制策略。
基本介紹
- 書名：大型風力發電機組狀態監測與智慧型故障診斷
- 作者：王致傑
- ISBN：978-7-313-09602-9
- 頁數：302
- 出版社：上海交通大學出版社
- 出版時間：2013-09-27
- 開本：16開
- 字數：468千字
目錄
第1章 緒論
第2章 風力發電機組的工作原理
第3章 風力發電機組的常見故障
第4章 基於模糊神經網路的制動系統故障診斷
第5章 基於故障樹的風力發電機組運行故障智慧型診斷
第6章 雙饋風電機組變流器控制與故障診斷研究
第7章 大型風力發電機的故障診斷研究
第8章 風電機組齒輪箱與軸系傳動系統故障診斷
第9章 基於小波神經網路的風力發電機組故障趨勢預測
第10章 風力發電機組合式故障診斷策略與系統結構
第11章 基於容錯控制的風力發電機組運行可靠性研究
第12章 風力發電機組綜合安全控制系統
第13章 風力發電機組的狀態監測(SCADA系統)
第14章 1.25MW風力發電機組控制與故障診斷
第15章 海上風電機組的遠程監測與故障診斷
第16章 結論
參考文獻
