基于油液监测的风机主齿轮箱磨损预测

摘要

针对风电机组主齿轮箱运行过程中因润滑不良导致异常磨损等故障的问题,提出偏最小二乘回归分析(PLS)方法来处理油液监测数据,并采用灰色等维递补模型进行故障预测。通过对油液监测数据中的运动黏度、酸值和铜元素、硅元素、锌元素、磷元素以及铁元素含量进行数据初值化与主成分提取,构建PLS模型并进行数据拟合分析。结果表明:运用偏最小二乘回归分析方法所拟合出的线性回归方程可以较为准确地预测齿轮箱中的异常磨损元素含量。使用灰色等维递补模型对数据进行预测,PLS模型进行诊断分析,可得出未来一段时间Fe元素含量变化趋势,为制定齿轮箱维护策略提供依据。