论文部分内容阅读
论文用时间序列法和统计过程控制策略对风电机组的关键设备齿轮箱进行了故障预测研究。首先根据齿轮箱实时温度传感数据,利用ARIMA模型建立了正常运行情况下温度预测模型。然后,分析了齿轮箱温度数据的预测值和实际值的残差,并且检验了其残差符合正态分布;接着,结合统计过程控制(SPC)的方法,利用齿轮箱历史温度数据计算其标准差σ,得到风机齿轮箱故障预测的上下限值,进行故障识别。最后,通过风场实际的正常和故障温度数据,对齿轮箱的运行状态进行了故障统计分析,根据残差控制图判别故障,验证了所提出方法的可行性和有效性。