基于SCADA的风力机叶片PHM系统设计与实现

作者：余建国; 欧阳丁杰

来源：机械设计与研究, 2021, 37(06): 229-233+240.

DOI：10.13952/j.cnki.jofmdr.2021.0233

• SCADA
• 神经网络
• PHM
• 故障预测
• 系统开发

随着我国风电产业的迅速发展，风机装机容量逐渐增加，叶片的长度也随之增长，所以风机产生故障的机率越来越大，因此，开展风力机叶片预测与健康管理(Prognostics and Health Management,简称PHM)的研究具有重要意义。首先，从监控与数据采集系统(Supervisory Control and Data Acquisition,简称SCADA)中提取叶片正常和异常状态下的特征参数，其次，采用BP神经网络建立叶片健康状态预测模型，最后采用Power Designer建模软件建立系统物理数据模型，并对系统架构进行设计，将训练好的神经网络模型应用在风力机叶片PHM系统中，有效提高了风力机叶片预测与健康管理的信息化水平。

• 单位
  机电工程学院; 江西理工大学