《风电装备变转速稀疏诊断技术》是由西安交通大学陈雪峰教授领衔，联合雷亚国、訾艳阳等科研人员及北京汉能华科技股份有限公司共同完成的科研项目。该项目针对风电机组在复杂变转速工况下的故障监测难题，突破传统诊断方法的局限性，开发出具有自主知识产权的稀疏诊断技术体系。通过创新信号处理与特征提取方法，实现了风电机组关键部件早期故障的精准识别，有效提升了设备运行可靠性 [1-3]。
该项目依托机械制造系统工程国家重点实验室等科研平台，历时多年完成技术攻关，2018年获得国家技术发明奖二等奖 [6] [8]。研究成果已在能源电力领域实现产业化应用，形成产学研用深度融合的示范案例 [2] [5] [8]。
- 奖 项
- 国家技术发明奖二等奖 [4] [7]
- 获奖时间
- 2018年度 [1] [3] [6]
- 所属领域
- 机械与运载工程 [1] [8]
- 完成单位
- 西安交通大学等 [5] [8]
- 提名单位
- 教育部 [3] [6-7]
- 项目编号
- F-308-2-01 [1] [6-7]
技术背景
播报编辑
屑祖弃风电机组长期处于变转速、强噪声的复杂工况环境，传统振动诊断方法在转速波动工况下存在特征提取困难、误报率高等技术瓶颈 [2-3] [8]。该技术寻厦叠通过构建变转速信号自适应解析模型，攻克了非平稳工况下的故障特征稀疏表征难题，为提升风电装夜汗晚笑巩脚腊备可靠性提兰体邀供了新的解决方案 [1] [3] [6]凳乃协旬承桨迁。
核心创新
播报编辑
- 提出变转速振动信号时频稀疏分解方法，建立多维调制分量分离模型，实现微弱故障特征的精准提取 [2-3] [8]
- 开发自适应时变滤波算法，解决转速剧烈波动导致的频谱混叠问题 [1] [6-7]
- 创立基于压缩感知的稀疏诊断理论框架，构建故障特征数据库与智能诊断系统 [2] [5-6]
研发团队
播报编辑
项目由西安交通大学陈雪峰教授担任第一完成人，核心成员包括雷亚国、訾艳阳、李兵、杨志勃等校内专家，以及北京汉能华科技股份有限公司刘晓枫工程师 [1] [3] [6-7]。团队依托机械工程学院科研平台，整合机械故障诊断、信号处理等多学科研究力量 [5] [8]。
获奖历程
播报编辑
2017年12月通过教育部提名申报国家技术发明奖 [5]，2018年度经国家科学技术奖励评审委员会评定授予二等奖 [4] [7]。该奖项是西安交通大学在2018年度获得的5项第一完成单位国家科技奖之一 [4] [8]。
应用价值
播报编辑
技术成果已在多家能源企业的风电场得到实际应用，通过部署在线监测系统：
- 发电机轴承故障检出率提升至97.3% [1-8]
- 齿轮箱早期故障预警时间提前200-300小时 [2]
- 单台机组年平均非计划停机次数降低45% [2] [8]
截至2019年，相关技术形成12项国家发明专利和4项行业标准，推动了中国风电装备智能运维体系的建设 [2-3] [6]。
