基于神经网络算法的风电齿轮箱预防性维修监测系统技术方案

本发明专利技术公开了基于神经网络算法的风电齿轮箱预防性维修监测系统，包括以下步骤：收集SCADA数据、CMS数据等基础数据；基于SCADA数据、CMS数据建立神经网络模型；利用建立好的神经网络模型对需要预测的数据进行预测，并输出预测结果；通过预测结果得出的故障信息，给出相应的维修建议；通过实地检查及内窥镜检查，确认齿轮箱故障情况，并对故障部位、故障类别、故障程度进行维修和记录；将记录的故障信息更新到基础数据库中。本发明专利技术克服了现有技术的不足，利用神经网络算法结合SCADA数据以及CMS数据建立预防性维修监测系统，及时给出预警及维修建议，通过内窥镜检查确认问题，然后动态更新算法模型，从而提高预测精度。从而提高预测精度。从而提高预测精度。

【技术实现步骤摘要】
基于神经网络算法的风电齿轮箱预防性维修监测系统


[0001]本专利技术涉及风电齿轮箱预防性维修
，具体涉及基于神经网络算法的风电齿轮箱预防性维修监测系统。

技术介绍

[0002]齿轮箱作为风电机组中的重要零部件，其性能及健康状况直接影响风电机组的稳定性。早期开发的风电场运行已超过10年，处于亚健康状况的齿轮箱不在少数。传统的定期维护以及故障后维修存在诸多弊端，如维护不到位、故障造成停机后才进行维修等。因此开发一套预防性维修系统及流程对齿轮箱乃至风机的正常运行具有非常重要的意义。
[0003]设备的维修分为预防性维修及事故性维修，目前在风电运维中多数维修属于事故性维修，即齿轮箱设备发生故障停机甚至造成风机严重损坏时才进行维修。此时齿轮箱一般是处于严重故障阶段甚至已经发生了严重故障，如断齿、不对中、卡死等。而预防性维修就是设备未发生严重故障时，对其进行维护保养，避免出现严重故障，如齿轮齿面剥落、点蚀等。对风机定期维护是预防性维修的一种，一般是年检及半年检，这种方式针对性不强、检查项目也较为粗糙，而且受人为因素较大。
[0004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于神经网络算法的风电齿轮箱预防性维修监测系统，其特征在于：包括以下步骤：步骤S1：对SCADA数据、CMS数据、故障维修手册、巡检及维修日报、内窥镜检查报告数据进行基础数据收集；步骤S2：基于SCADA数据、CMS数据建立神经网络模型；步骤S3：利用建立好的神经网络模型对需要预测的数据进行预测，并输出预测结果；步骤S4：通过预测结果得出的故障信息，给出相应的维修建议；步骤S5：通过实地检查及内窥镜检查，确认齿轮箱故障情况，并对故障部位、故障类别、故障程度进行维修和记录；步骤S6：将记录的故障信息更新到基础数据库中；以提高模型训练样本的精度。2.根据权利要求1所述的基于神经网络算法的风电齿轮箱预防性维修监测系统，其特征在于：所述步骤S1中，SCADA数据包括与齿轮箱相关的温度、压力数据，机组功率、舱内温度和环境相关数据；CMS数据包括与齿轮箱振动相关的数据，包括振动方向、传感器位置；故障维修手册包括常见故障的类型及处理方式、建议，并对其进行编号处理；巡检及维修日报为巡检过程中发现的齿轮箱问题，包括部位、严重程度，齿轮箱故障维修部位、原因；内窥镜检查报告包括齿轮状况、轴承状况及油...

【专利技术属性】
技术研发人员：梅春晓，谭建鑫，张清清，李雪松，张国峰，吴伟强，于垒，许宜菲，李瑞，马同宽，
申请(专利权)人：新天绿色能源股份有限公司，
类型：发明
国别省市：