Key points are not available for this paper at this time.
Lager von Windturbinenblättern werden oft unter extremen Bedingungen betrieben, was leicht zu Schäden führen kann, die dazu führen, dass die Turbine die Kontrolle verliert und somit die Energieproduktion verringert wird. Eine der Hauptschwierigkeiten bei der Zustandsüberwachung und Fehlerdiagnose (CMFD) von Windturbinenlagern ist jedoch, dass die Drehgeschwindigkeiten der Lager sehr langsam sind (weniger als 5 U/min). In den letzten Jahren wurde die akustische Emissionsanalyse (AE) verwendet, um die CMFD von Lagern durchzuführen. Dieser Artikel präsentiert die Ergebnisse, die das Potenzial der AE-Analyse zur Diagnose eines langsam laufenden Windturbinenlagers widerspiegeln. Für dieses Experiment wurde ein 15 Jahre altes, natürlich beschädigtes industrielles und langsam laufendes Lager verwendet. Aufgrund der sehr langsamen Drehgeschwindigkeit sind die Fehlerzeichen jedoch sehr schwach und werden von starken Rauschstörungen überdeckt. Um die rohen AE-Signale zu entrauschen, schlagen wir eine neuartige Cepstrum-Bearbeitungsmethode, die auf diskrete/zufällige Trennung basierende Cepstrum-Bearbeitung (DRS-CEL), vor, um schwache Fehlermerkmale aus den rohen AE-Signalen zu extrahieren, wobei DRS zur Bearbeitung des Cepstrums verwendet wird. Danach wird die morphologische Hüllanalyse eingesetzt, um den verbleibenden Lärm, der von DRS-CEL durchlässt, weiter zu filtern und das entrauschte Signal zu demodulieren, sodass der spezifische Fehler typ des Lagers im Frequenzbereich abgeleitet werden kann. Der diagnostische Rahmen, der DRS-CEL und die morphologische Analyse kombiniert, wird durch den Vergleich mehrerer Methoden und verwandter Studien validiert, was eine vielversprechende Lösung für Anwendungen in Windparks bietet.
Liu et al. (Mi,) untersuchten diese Frage.