返回顶部
w

wind-turbine-vibration-analysis风力涡轮振动分析

Analyzes wind turbine drivetrain vibration data (main bearing, gearbox, generator) from CMS trends, RMS/peak values, frequency spectrum, and SCADA alarms. Classifies severity (1-5) and recommends shutdown or monitoring actions.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
335
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

wind-turbine-vibration-analysis

风力发电机传动链振动分析

评估三个子系统的传动链振动健康状态:主轴承、齿轮箱和发电机。

使用时机

当用户希望以下情况时加载此技能:

  • - 通过CMS或SCADA数据评估传动链振动健康状态
  • 解读主轴承、齿轮箱或发电机的RMS、峰峰值或频谱分析结果
  • 将振动报警与运行事件相关联
  • 决定是否继续运行、加强监测或停机

传动链组件

组件传感器位置关键频率
主轴承非驱动端、驱动端外圈故障频率、内圈故障频率、滚动体故障频率、保持架故障频率
齿轮箱低速轴
低速轴 | 齿轮啮合频率(低速轴×齿数)、轴承缺陷频率 | | 齿轮箱中间轴 | 中间轴 | 中间轴齿轮啮合谐波 | | 齿轮箱高速轴 | 高速轴 | 高速轴齿轮啮合频率、轴承缺陷频率 | | 发电机非驱动端 | 非驱动端轴承 | 电气谐波、轴承缺陷频率 | | 发电机驱动端 | 驱动端轴承 | 轴承缺陷频率、转子不平衡 |

振动阈值(ISO 10816 / CMS参考值)

位置正常警告临界
主轴承RMS(g)< 0.30.3 - 0.8> 0.8
齿轮箱高速轴RMS(g)
< 0.5 | 0.5 - 1.5 | > 1.5 | | 齿轮箱低速轴/中间轴RMS(g) | < 0.3 | 0.3 - 1.0 | > 1.0 | | 发电机RMS(g) | < 0.5 | 0.5 - 1.2 | > 1.2 | | 峰峰值阶跃变化 | < 10% | 10-30% | > 30% |

注意:始终对照现场特定基准值进行评估。稳定基准值上升20%比单独绝对值更具意义。

频率故障特征

故障频率特征
轴承外圈(外圈故障频率)(N/2) × (1 - d/D × cos a) × 转速
轴承内圈(内圈故障频率)
(N/2) × (1 + d/D × cos a) × 转速 | | 齿轮啮合 | 齿数 × 轴转速 | | 齿轮啮合边带 | 齿轮啮合频率 +/- 轴频率 | | 转子不平衡 | 1倍转速主导 | | 不对中 | 2倍转速主导,轴向分量 | | 松动 | 次谐波(0.5倍、1.5倍)或高谐波含量 |

严重程度等级

严重程度标签描述措施
1健康所有值正常,趋势稳定继续正常运行
2
早期预警 | 1-2个参数处于警告区,趋势稳定 | 增加CMS轮询频率 | | 3 | 中度 | 多个警告标志或单个临界值 | 2周内检查 | | 4 | 显著 | 临界区或趋势快速上升 | 计划48-72小时内停机 | | 5 | 临界 | 多个临界标志,阶跃变化 | 立即停机 |

操作流程

  1. 1. 收集输入:CMS趋势(最近30-90天)、各组件当前RMS和峰峰值、频谱分析结果、SCADA报警、运行背景信息。
  2. 对照阈值评估RMS值。标记警告或临界区。
  3. 分析趋势:
- 稳定:值在警告区但超过30天持平 = 紧急程度较低 - 逐渐上升:值稳定增长 = 安排检查 - 阶跃变化:突然跳变>30% = 无论绝对值如何均视为临界
  1. 4. 如有频谱数据则进行解读:
- 将主导峰值与故障特征表匹配 - 注意齿轮啮合频率周围的边带 - 注意次谐波或1倍/2倍转速主导
  1. 5. 与SCADA报警和运行事件关联。
  2. 按组件分配严重程度,然后确定传动链整体严重程度为最高值。
  3. 使用以下格式生成输出报告。

输出格式

=== 传动链振动报告 ===

资产 : [风机编号]
站点 : [站点名称]
数据周期 : [CMS/SCADA数据日期范围]
缺失数据 : [列出任何不可用的输入]

主轴承:
RMS : [值] g - [正常 / 警告 / 临界]
趋势 : [稳定 / 逐渐上升 / 阶跃变化]
频谱 : [关键发现或不可用]
SCADA报警 : [数量和类型]
严重程度 : [1-5] - [标签]

齿轮箱(低速轴 / 中间轴 / 高速轴):
RMS : 低速轴 [值] g / 中间轴 [值] g / 高速轴 [值] g
趋势 : [按轴]
频谱 : [关键发现]
SCADA报警 : [数量和类型]
严重程度 : [1-5] - [标签]

发电机(驱动端 / 非驱动端):
RMS : 驱动端 [值] g / 非驱动端 [值] g
趋势 : [按轴承]
频谱 : [关键发现]
SCADA报警 : [数量和类型]
严重程度 : [1-5] - [标签]

传动链严重程度 : [1-5] - [标签]
停机 : [是 / 否 / 有条件]

故障假设:
- [例如:高速轴轴承外圈缺陷 - 外圈故障频率峰值在X Hz确认]
- [例如:齿轮啮合边带调制 - 可能的齿轮磨损或负载变化]

建议措施:
- [例如:将高速轴通道的CMS轮询频率增加至每日]
- [例如:72小时内进行铁谱油样分析]
- [例如:计划在下一次计划停运时更换高速轴轴承]

升级触发条件:
- [例如:高速轴RMS超过1.5 g - 立即停机]
- [例如:任何通道阶跃变化>30% - 视为临界]
- [例如:频谱中确认新的外圈故障频率或内圈故障频率峰值 - 升级至严重程度4]

跨技能关联

如果齿轮箱视觉数据可用,加载风力发电机齿轮箱技能并进行交叉关联:

  • - 高铁含量ppm + 高速轴振动上升 = 确认主动磨损
  • 内窥镜剥落 + 频谱中外圈故障频率峰值 = 轴承故障进展
  • 油品正常 + 振动上升 = 早期故障尚未产生碎屑(紧急程度更高)

如果叶片检查数据可用,检查转子不平衡:

  • - 主轴承频谱中1倍转速主导 + 叶片损伤 = 气动不平衡
  • A/B/C叶片不对称损伤 = 质量或气动不平衡源

常见陷阱

  • - 不要孤立评估振动。与油品分析和目视检查交叉参考。
  • 风暴或电网故障期间的单个高RMS读数不是故障指标。检查运行背景。
  • 频谱分析需要转速归一化数据。没有轴转速的原始频率峰值毫无意义。
  • 发电机电气故障可能表现为振动。在归因于机械原因之前检查电气数据。
  • 稳定的高RMS比快速上升的中等RMS紧急程度低。趋势速率比绝对值更重要。

验证

生成报告后,与用户确认:

  • - 严重程度是否与CMS系统警报或OEM建议一致?
  • 是否有轴转速数据可用于归一化频谱频率?
  • 近期是否有维护事件可以解释振动变化?
  • SCADA功率曲线偏差是否与振动发现一致?

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 vibration-analysis-1776289700 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 vibration-analysis-1776289700 技能

通过命令行安装

skillhub install vibration-analysis-1776289700

下载

⬇ 下载 wind-turbine-vibration-analysis v1.0.0(免费)

文件大小: 3.53 KB | 发布时间: 2026-4-16 18:44

v1.0.0 最新 2026-4-16 18:44
Initial release of wind-turbine-vibration-analysis.

- Analyzes drivetrain vibration data from CMS/SCADA (main bearing, gearbox, generator)
- Interprets RMS, peak-to-peak, frequency spectrum, and alarms to classify faults
- Assigns severity (levels 1–5) and recommends appropriate shutdown or monitoring actions
- Provides detailed report format with fault hypotheses and recommended next steps
- Supports cross-correlation with gearbox and blade inspection data for comprehensive diagnostics

Archiver·手机版·闲社网·闲社论坛·智能体自动化市场· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2026 闲社网·AI智能体论坛·AI自动化解决方案·http://xianshe.com

p2p_official_large
返回顶部