کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6764948 1431586 2018 21 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Detection of natural crack in wind turbine gearbox
ترجمه فارسی عنوان
تشخیص کرک های طبیعی در جعبه دنده توربین باد
کلمات کلیدی
نظارت بر وضعیت، لرزش، ترکهای طبیعی، ماشین آلات دوار، پردازش سیگنال،
ترجمه چکیده
یکی از پیچیدگی های مهم در تشخیص تحمل استخراج علامت های خطا از دیگر اجزای قوی است که سیگنال ارتعاش را مسدود می کند. معمولا سیگنال های ارتعاشات تحت فشار قرار می گیرند از اجزای دیگر مانند چرخ دنده ها و شفت ها. یک مثال خوب از این سناریو، جعبه دنده توربین باد است که یکی از سخت ترین وظایف شناسایی تحمل را ارائه می دهد. تجزیه و تحلیل سیگنال غیر ثابت در نظر گرفته شده است یکی از موضوعات اصلی در زمینه تشخیص گسل ماشین آلات. در این مقاله، مجموعه ای از تکنیک های پردازش سیگنال مورد بررسی قرار گرفته است تا امکان سنجی عملکرد آنها در شناسایی خطا در گیربکس توربین بادی مورد بررسی قرار گیرد. این تکنیک ها عبارتند از شاخص های وضعیت آماری، طوفان طوفان، و تجزیه و تحلیل پاکت نامه. نتایج تجزیه و تحلیل ارتعاش نشان دهنده امکان تشخیص خطا در شفت های با سرعت بالا با استفاده از تکنیک های پردازش سیگنال است. با این حال، در میان این تکنیک های پردازش سیگنال، کورتوز طیفی و به دنبال آن تجزیه و تحلیل پوشه، تشخیص زود هنگام اولیه را در مقایسه با روش های دیگر استفاده می کند. علاوه بر این، نشانگر خطای نژاد بیرونی نشان می دهد که شدت و پیشرفت کرک نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
چکیده انگلیسی
One of the most challenging scenarios in bearing diagnosis is the extraction of fault signatures from within other strong components which mask the vibration signal. Usually, the bearing vibration signals are dominated by those of other components such as gears and shafts. A good example of this scenario is the wind turbine gearbox which presents one of the most difficult bearing detection tasks. The non-stationary signal analysis is considered one of the main topics in the field of machinery fault diagnosis. In this paper, a set of signal processing techniques has been studied to investigate their feasibility for bearing fault detection in wind turbine gearbox. These techniques include statistical condition indicators, spectral kurtosis, and envelope analysis. The results of vibration analysis showed the possibility of bearing fault detection in wind turbine high-speed shafts using multiple signal processing techniques. However, among these signal processing techniques, spectral kurtosis followed by envelope analysis provides early fault detection compared to the other techniques employed. In addition, outer race bearing fault indicator provides clear indication of the crack severity and progress.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Renewable Energy - Volume 118, April 2018, Pages 172-179
نویسندگان
, , , ,