文献

J-GLOBAL ID：201802260217110645   整理番号：18A0306164

風力発電機の自動故障診断と予測方法【JST・京大機械翻訳】

Automatic Fault Diagnosis and Prediction of Wind Turbines

著者 (3件)： Xiang Jianping (長沙理工大学能源与動力工程学院,長沙,410114) ,  Jiang Nannan (長沙理工大学能源与動力工程学院,長沙,410114) ,  Simon Jonathan Watson (FACULTY OF AEROSPACE ENGINEERING,DELFT UNIVERSITY OF TECHNOLOGY, KLUYVERWEG 1,2629 HS, DELFT, NETHERLANDS)
資料名： Dongligongcheng Xuebao  (Dongligongcheng Xuebao)
巻： 37  号： 10  ページ： 821-828  発行年： 2017年 
JST資料番号： C2678A  ISSN： 1674-7607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 故障信号の正確な時間領域と周波数領域の情報を得るために,Morletウェーブレット変換に基づく補償法を提案し,最初に故障信号の時間と周波数情報を計算し,次に,Morletウェーブレット係数中心周波数ピークによって計算した故障信号の振幅を補償した。故障信号の正確な振幅を得た。Simulinkモデルを用いて,本方法の実現可能性を証明し,そして,本方法を,試験風力発電機および実際の大規模風力発電機の電力信号解析に適用した。結果は以下を示した。この方法により,故障信号の時系列の振幅の傾向図を自動的に得ることができ,部品の故障後の残留寿命の期間を示した。風力発電機,特に洋上風力発電機の保守保全計画は,この時間情報に基づき,風力発電コストを低減することができる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *風力発電 ,  信号解析 ,  *故障 ,  周波数 ,  周波数領域 ,  電力 ,  保全 ,  *予測技法 ,  *故障診断
準シソーラス用語： 沖合風力発電 ,  Simulink ,  中心周波数 ,  Morletウェーブレット ,  時間領域 ,  *風力発電機 , 【Automatic Indexing@JST】

著者キーワード (5件)： wind turbine ,  fault diagnosis ,  Morlet wavelet transform ,  compensated calculation ,  electric power signal

分類 (4件)： 風力発電  (NB03120Q) ,  電磁気学一般  (BD01020N) ,  歯車,歯車装置  (QB01060O) ,  聴覚・音声モデル  (EL02070Y)

タイトルに関連する用語 (3件)： 風力発電機 ,  故障診断 ,  予測方法