大数据条件下JW集团叶片质量数据预测模型应用研究

摘要

风电做为新的清洁能源，受到国家政策的大力扶持，最近十年来发展极其迅速，但与之伴随而来的则是大量的零部件制造质量问题。叶片作为风力发电的关键核心零部件，国产化水平迅速提高，但由于新兴行业的技术积累不足、质量意识薄弱、盲足扩张过快，造成最近两年来风电场各种批量性的质量问题频发，涉及到设计、材料、工艺、制造的全流程，已经成为严重限制风电行业成长与发展的短板。
　　大数据(bigdata)，有的文献中也称之为巨量资料，通常是指由于所涉及的数据量过大，导致现在常用的软件工具无法在一定时间内达到获得、管控、处置、并整合的目的，无法达到帮助公司运营、管理和决策等积极目的的信息。另外一方面，广义的

目录

声明

第1章 绪论

1.1研究的背景与意义

1.2研究的框架与内容

1.3 研究的思路与方法

第2章 JW集团风机叶片质量概述

2.1 公司基本情况

2.2 公司发展简析

2.3风机叶片工艺和质量概述

第3章 叶片质量管理现状

3.1 叶片行业质量管理方法

3.2 大数据在风电方面的应用

3.3 叶片失效的现状

第4章 JW集团风机叶片事故数据分析

4.1基本数据信息

4.2 数据分类分析

第5章 JW集团风机叶片寿命分布建模

5.1 1.5MW叶片失效更换数据

5.2 叶片寿命分布建模

5.3 小结与展望

第6章 模型应用优化与预测

6.1 某厂家单独建模

6.2 1.5MW叶片消耗预测某厂家单独建模

第7章 研究结论及展望

7.1 研究结论

7.2 研究的不足

7.3 研究的展望

参考文献

致谢

个人简历