Dec 14, 2018 Læg en besked

Status for online fejldiagnosticering af vindmøller

3. status af online fejldiagnosticering af vindmøller

I Kina er anvendelsen af online fejl diagnose teknologi til vindmøller stadig i sin vorden. På nuværende, store vind er vindmølleproducenterne begyndt at arbejde eksperimentelt på deres respektive vindmøller, men endnu ikke har installeret online skyld diagnostiske udstyr i partier. Med stigningen i kapaciteten af vindmøller og løbetid på forsikringsmarkedet er det en uundgåelig tendens til at implementere online fejl diagnose udstyr på megawatt enheder.

I det aktuelle antal online skyld diagnostisk udstyr er at situationen anderledes:

(1) nogle online overvågning teknologier kan give en stor mængde af måling data og rig diagrammer. Men, drift og vedligeholdelse personale ikke kan opnå gyldige oplysninger fra disse data til at vurdere status for vindmølle uden cwpem.

Præcist lokalisere defekte dele og skyld typer: cnwpem.net

(2) nogle online overvågning teknologier. Selv om en "fuzzy" eller "læring" type ekspert system er blevet indført, tager det et stykke tid til at "sætte" eller "lære" overvågning genstande for at etablere en tilsvarende statistiske model før den overvågningssystem. Hver gang overvågning objekt ændres, når du skal "lære" igen, ikke kan du gøre det lige ud af boksen og online automatisk diagnose:

(3) nogle online overvågning teknologier bruge fejl diagnose ekspertsystemer, som kan identificere skyld typer, grader, og præcist lokalisere defekte komponenter for at opnå automatisk online fejldiagnose uden læring, uddannelse, og klar til brug. Denne type af online overvågningsteknologi bruges i dette program.

4. den faktiske drift effekt af wind turbine online diagnose system i Mølleparken

Indre Mongoliet Huadian Huitengxile Wind Power Company Huitengxile Wind Farm har i alt 120 vindmøller, herunder 30 Huarui FL1500 vindmøller, og 90 Gemei 850 vindmøller på 1 December 2007. Hele dagen var sat i produktion.

Efter mere end et år efter operationen er de mekaniske fejl af vindmøller mere til bedre forstå drift status af vigtige mekaniske komponenter af vindmøller. Indre Mongoliet Huadian Huitengxile Wind Power Co., Ltd. og Beijing Tangzhi Technology Development Co, Ltd begyndt JK07460 vindkraft siden 2008. Programmet samarbejde enhed online fejl diagnose system (i det følgende benævnt JK07460 system). JK0746. Core technology af systemet er "generelle resonans-resonans demodulation fejl diagnose teknologi", herunder vibrationer og chok sammensatte sensorteknologi, hardware information processing teknologi for resonans demodulation, skyld indvirkning overvågning, analyse og diagnose teknologi, vibrationsanalyse overvågning og diagnose teknologi og aksial retning. Anstiftelse overvågning analyse og diagnostiske teknikker.

Den luftbårne udstyr af JK07460 systemet er installeret i nacellen vindmølle, herunder vibrationer shock sensor, deplacement sensor, luftbårne vært, pre-processoren og relaterede tilslutning af kabler til at indse, indsamling af oplysninger og foreløbige diagnose, og de indsamlede oplysninger er trådløse. Eller via kabel til central kontrol værelse værtscomputer. Fejl diagnose ekspert systemsoftware er installeret på den primære computer af den centrale kontrolrum at realisere informationsindsamling, diagnose ræsonnement, alarm udgang, data management og andre funktioner, og kan den luftbårne kontroludstyr til at indse indbyggede softwarevedligeholdelse og Fjernopgradering. En central kontrol værelse vært computer og fejl diagnosticering ekspert systemsoftware kan udføre diagnostisk analyse og opbevaring af data af flere luftbårne enheder.

Efter mere end to års on-site test, den diagnostiske system har modstået testsystemet af svær koldt vejr i Indre Mongoliet og har fundet flere fejl tilfælde. Ifølge den automatiske alarm online fejl diagnose system og dataanalyse rapport forudsat Tang Zhi teknologi, har feltet Huitengxile vind løst sikkerhedsrisici af gruppen wind turbine i tide til reparation og vedligeholdelse af nogle af de fejl fundet.


Send forespørgsel

whatsapp

teams

E-mail

Undersøgelse