<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">27</journal-id>
      <journal-title-group>
        <journal-title>《机械工程》</journal-title>
        <abbrev-journal-title>Mechanical engineering</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN：2661-3530(P)/2661-3549(O)</issn>
      <publisher>
        <publisher-name>环宇科学出版社;华文国际出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">30796</article-id>
      <title-group>
        <article-title>辅控设备多源感知的风电机组故障智能检测研究</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>李胜利 1</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>王 鹏 2</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>杨晓成 3</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>宝乐尔 4 （1.北京京能清洁能源电力股份有限公司内蒙古分公司 010000</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>2.北京京能清洁能源电力股份有限公司 100000</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>3.锡林浩特市 京能智汇清洁能源有限公司 026000</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>4.北京京能清洁能源电力股份有限公司内蒙古分公司 010000）</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2026</year>
        <month>6</month>
      </pub-date>
      <issue>6</issue>
      <abstract>
        <p>为解决风电机组大叶轮、高塔筒、大容量化带来的运行工况日益复杂的问题，传统的单一监测手段与人工巡检方式难以实 现故障早期发现等问题。本文基于多类辅控设备感知，融合 CFD 数值模拟技术构建了风电机组故障智能检测及协同预警系统，并 提出了“实测感知—数值模拟—风险判别—分级预警”的技术架构体系。实测证明：本文提出的故障智能检测及协同预警系统能够 将监测与分析频次达到 1000Hz 级别，对激光雷达采集频率可达 4Hz，有效降低了非计划停机时间和运维成本，实现了风电维护方 式从定期检修转向状态感知和按需维护，可作为大型风电机组智能化故障检测在工程应用中的参考借鉴。</p>
      </abstract>
    </article-meta>
  </front>
</article>
