科勒发电机斯堪尼亚发电机

科勒发电机拥有从 3.5KW 家用备用款到 2600KW 工业主力款的全功率谱系,涵盖工业、商用、船用、车载等多元系列,能精准匹配不同场景电力需求。斯堪尼亚发电机斯堪尼亚发电机有 9 升、13 升、16 升等多种排量的发动机,功率输出范围广,50Hz 时 prime power(主用功率)在 250-725kVA 之间,standby power(备用功率)在 280-800kVA 之间,可满足不同用户的电力需求。科勒发电机搭载 DEC 系列智能控制屏,支持远程监控、故障自诊断和无人值守功能,发动机大修周期最长可达 30000 小时,维护间隔超 500 小时,降低使用成本。斯堪尼亚发电机斯堪尼亚发电机的发动机采用先进技术,具有出色的燃油效率,部分机型还兼容 100% HVO 可再生燃料,相比标准柴油可减少高达 90% 的排放,既节能又环保。科勒发电机可在 - 40℃至 55℃的宽温区间稳定运行,5000 米高海拔环境仅需微调供油量即可保持额定功率,防尘防水等级达 IP55,适配沙漠、野外等复杂工况。

分享
热线电话400-666-9137

您现在的位置:首页 > 资讯中心 > 行业新闻 > 发电机组故障诊断的主要方法

资讯中心

news

发电机组故障诊断的主要方法

早期的对发电机组旋转设备中发电机和汽轮机的故障诊断方法多是以信号的处理为基础的,特别是频率和谱分析的方法。该诊断方法主要是用来分析处理噪声干扰和振动,原因在于这两种形式都是与频率有关的。在发展的过程中,频域分析诊断方法中的定子电流特征分析随后得到重要应用。目前该方法在诊断领域的研宄主要集中于如何更好地分离出频谱里面甚微的故障的征兆。频域方法的研究已经成熟,这些方法己成为实用诊断系统的主要方法。
与早期的频域诊断方法相比较,基于时间域的故障诊断方法的研究相对来说处于比较小的范围。建立数学模型是该领域诊断方法中比较惯用的。该方法需要建立一个确切的数学模型,在目标系统完整的条件下,依据估计或实际的系统状态监控输出和参考模型的输出进行诊断。影响该诊断方法的准确性和实用性主要有两方面的因素,其一是传感器釆集回来的数据,其二是模型是否精确。该方法的优点在于运算量比较小。
随着科技的进步,各种智能化故障诊断方法也相继问世,如人工神经网络、支持向量机的方法、专家系统、模糊理论、证据理论等。智能化诊断方法在各领域都有比较好应用。在应用的过程中,这些智能化诊断方法需要考虑以下几个方面:数据是否可靠;知识库和推理机制是否有效和完整:算法的鲁棒性、泛化能力及其是否收敛等。