随着全球风能的迅猛发展，风能冷藏库的数量不断增加，影响风能冷藏库稳定运行的各种故障不断出现，给风机带来了严重的后果。冷仓库的运营成本。果，越来越关注提高风能制冷单元的操作可靠性。冷机作为一种可维修的系统，故障间隔时间是衡​​量其可靠性的最重要指标之一。障间隔反映了产品的时间质量，并反映了产品在特定时间段内的独特功能，通常以小时为单位进行度量，也称为两次故障之间的平均时间。亚洲及其同事使用默认的间隙时间来描述不同对象的寿命分布模型，根据相对频率直方图和累积间隔时间的累积故障频率分布图。认情况下，选择相应分布函数的形状，并对参数进行估算并最终确定。以更好地匹配相应产品的故障间隔分布模型。此，根据某风电场中30个风电场制冷机组的52个月运行数据，提取故障间隔，并计算出故障频率的相对频率直方图和累积故障频率分布。据故障间隔时间绘制风能制冷存储单元。与当前寿命的分布函数曲线比较，初步确定了风能冷库机组故障区间的分布形式，并进行了参数估计，曲线调整和假设检验均使用MATLAB软件进行。后，快速准确地确定了风能存储单元的故障分布方式，为风能存储单元的设计，生产，使用和维护提供了理论依据。能存储单元。于来自风电场的30个月风电场数据中的30个月，每个风能存储单元的每次相邻故障之间的时间缩短了，这被认为是在存储单元的两次故障之间。时间是冷库单元两次冷故障之间无故障的时间。样，可以在52个月内依次获得风能冷库的故障间隔。障间隔持续时间的分解示意图如图1所示。照上述方式，T1提取了30个风冷库的停电间隔持续52个月的时间，总计为321个故障间隔时间段。

　　
　　于组织数据以查找其规律性的最常见方法之一是绘制其直方图。过创建直方图，您可以找到一批数据（样本）的样本均值和标准差，最重要的是，根据直方图的形状，您可以初步确定属于数据集。此，可以根据风能存储单元的故障间隔绘制其直方图，并通过直方图的形状预测其分布形状。过以上排序获得的321个故障间隔被分组在一起。中：n是观察到的缺陷数量，其中n =321。定每个组件的点值，即每个组的上限和下限以及每个组的中位数。

　　数属于每个组的频率Δri和频率ωi＝Δri/ n，并且相对频率fi ＝ i /Δt。算结果如表1所示。能冷库的默认间隔时间t为横坐标，相对频率fi为纵坐标，频率直方图亲戚。过将直方图的各个正方形的中点连接成尽可能平滑的曲线，可以获得概率密度函数的近似曲线，如图2所示，从中可以看出经验密度曲线显示出下降的单调趋势。x轴上获取风能冷库的默认间隔时间t，在y轴上获取默认频率，然后绘制累积故障频率的分布图，如图3所示。布图的点尽可能通过一条平滑曲线连接，该曲线代表集合的累积分布函数的曲线。图中可以看出，累积缺陷分布函数是凸的。可靠性数据分析中，常见的分布形式为指数分布，正态分布，对数正态分布和威布尔分布。
　　据概率理论，已知正态分布和对数正态分布的概率密度函数的曲线是单峰的，指数分布的概率密度函数的曲线减小了Weibull分布的概率密度函数的曲线是其形状参数的函数。同的行或单调或单调递减。此，通过将风能存储单元的故障间隔的相对频率直方图和累积故障频率分布与公共分布函数曲线进行比较，可以得出风能冷库的故障间隔最初定义为：正态分布，对数正态分布或两参数威布尔分布。态分布是机械产品中的常见分布，适用于描述由于腐蚀，磨损和疲劳导致的产品寿命分布。参数μ和σ分别是平均值和标准偏差。态分布在MATLAB软件中，normfit函数可用于参数估计。命令通过最大似然法给出正态分布参数的点估计和区间估计。
　　MATLAB软件中，当风冷存储单元的故障间隔服从正态分布时，使用normrnd函数提取随机数，该间隔是由normfit函数估计的参数值的函数，并且调用函数normcdf以查找相应的正态分布的累积分布函数。MATLAB中的冷风储能单元故障间隔的实际累积分布曲线相比，使用MATLAB软件绘制了累积正态分布分布曲线。4.比较以生成统计信息。MATLAB中进行K-S检验的命令是kstest，冷库安装这使得可以有效地检验假设分布函数。

　　果h = 0收到零假设，h = 1拒绝零假设，则p是零假设为真的概率，有效水平为0.05。MATLAB分析的结果为h = 1，也就是说，否定假设被拒绝，建立初始假设的概率为p = 2.3644e-010。此，可以判断为正态分布不能正确描述风能制冷机组故障间隔的分布形式，服从正态分布的概率为p = 2.3644e -10。数正态分布是正态分布的变体。意味着产品寿命的对数服从正态分布。于产品，使用寿命不能为负，因此对数正态分布更具技术性。理的如果寿命11nξ的对数服从正态分布，则ξ符合该对的正态分布，即X = 1nt〜N（μ，σ2）。数正态分布的两个参数，其对数正态分布为对数平均值μ和对数方差σ2。MATLAB中，lognrnd函数用于服从对数正态分布提取风冷机组故障间隔的随机数，并调用logncdf函数以获得累积对数分布分布函数。-正常对应。用MATLAB软件绘制累积对数正态分布分布函数的曲线，并将其与风能存储单元实际故障间隔的累积分布曲线进行比较，冷库安装如图所示图5.运行MATLAB在对数正态分布模型上执行KS假设检验。验的结果为h = 1，即初始假设被拒绝，且概率为建立的初始假设为p = 0.0222。此，对数正态分布函数不能有效地描述风能制冷机组故障间隔的分布，服从对数正态分布的概率为p = 0.0222。布尔分布是可靠性工程中非常重要的一种分布形式，因为威布尔分布与其他分布密切相关，并且形状参数的范围反映了产品的失效特性，威布尔的分布是多种多样的。型测试数据更具适应性，并且可以模拟故障率的各种变化。布尔分布具有三个参数，m被称为形式参数，η是比例参数，γ是位置参数。γ= 0时，这称为两参数威布尔分布。MATLAB中，两参数Weibull分布可以调用wblfit函数进行参数估计，该命令通过最大似然法给出其分布参数的点估计和范围估计。MATLAB中，使用wblrnd函数提取服从Weibull分布的风力涡轮机冷库故障间隔的随机数，并调用函数wblcdf以获得风力发电机的累积分布函数。应的威布尔分布。6说明了使用MATLAB绘制当前威布尔分布的累积分布函数曲线与储能单元故障间隔的实际累积分布曲线的对比。行MATLAB以对Weibull分布模型执行KS假设检验，检验的结果为h = 0，即，接受零假设，零假设的概率为p ＝ 0.9735。此，可以判断出两参数的威布尔分布函数可以准确地描述风能制冷存储单元的故障间隔的分布以及服从该分布的概率。参数Weibull为p = 0.9735。据从某风电场的30个风电场制冷机组收集的30个月的运行数据，提取故障间隔，获得其相对频率直方图和累积的故障频率分布图。过与公共分布函数曲线比较，初步确定了风能冷库机组故障间隔时间分布的三种形式。MATLAB软件用于估计三种分布形式的参数，曲线拟合和假设检验。析和比较表明，两参数威布尔分布函数可以准确地描述风能存储单元故障间隔的分布方式，最终确定风能存储单元的分布函数。能存储单元的故障间隔时间。方法可以快速准确地确定风能冷库机组故障间隔的分布方式，这是机组设计，制造和维护的理论基础。

　　库的风能。
　　本文转载自
　　冷库安装 https://www.iceage-china.com