変動する運転条件下における風力タービン駆動系ベアリングの残り有用寿命推定の改善

風力タービンベアリングの故障進行は、変動する運転条件（VOC）によって加えられた負荷に起因する複数の劣化した健康状態で構成されています。したがって、故障ダイナミクスの重症度に対するVOCの影響を特定することは、ベアリングの故障予測にとって重要な作業です。本記事では、実時間の監視制御とデータ取得（SCADA）および振動信号を用いて、風力タービンベアリングの残り有用寿命（RUL）を予測するハイブリッド予測法を紹介します。SCADAデータは、ベアリング故障ダイナミクスにおける風速や周囲温度などの環境条件の役割を定義するために利用されます。その後、各環境条件の下で、振動信号によって故障ダイナミクスが特定されます。最後に、VOCに条件付けられた故障ダイナミクスを用いて、適応ベイズアルゴリズムによって故障ベアリングのRULが予測されます。この方法の有効性は実験データを用いて検証され、テスト結果はベイズアルゴリズムに比べて高いRUL精度を示しています。