人工神經(jīng)網(wǎng)絡(luò)具有一些局限性，如容易陷入局部極值點(diǎn)、收斂速度慢等，其根本原因是神經(jīng)網(wǎng)絡(luò)基于傳統(tǒng)統(tǒng)計(jì)學(xué)，它要求統(tǒng)計(jì)樣本趨于無(wú)窮多。但在現(xiàn)實(shí)設(shè)備故障診斷中，樣本數(shù)量往往是有限的，從而其學(xué)習(xí)效果往往也并不盡如人意。隨著有限樣本機(jī)器學(xué)習(xí)算法的逐漸完善，有學(xué)者提出了一種基于小樣本的支持向量機(jī)算法。支持向量機(jī)建立在統(tǒng)計(jì)學(xué)習(xí)基礎(chǔ)之上，是 1995 年 Vapnik 等人根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則提出的，和以前的機(jī)器學(xué)習(xí)方法相比有很多優(yōu)點(diǎn)，如解決了局部極小值點(diǎn)問(wèn)題、樣本數(shù)有限問(wèn)題、過(guò)學(xué)習(xí)問(wèn)題、非線(xiàn)性和高維數(shù)問(wèn)題等。此后，很多研究者對(duì)支持向量機(jī)算法進(jìn)行了學(xué)習(xí)與推廣。Qi Wu 提出了模糊支持向量回歸分類(lèi)器，Rui  Kong 提出了快速最小二乘支持向量機(jī)算法，Robert  Strack 提出了球面支持向量機(jī)(Sphere Support Vector Machines, SSVM)算法。在實(shí)際的軸承故障診斷中，支 持向量機(jī)通常與其他方法相結(jié)合，比如小波分析、EMD 算法等提取軸承故障特征，然后輸入支持向量機(jī)進(jìn)行訓(xùn)練和分類(lèi)，取得了較好的效果。
1.3  國(guó)內(nèi)外風(fēng)機(jī)振動(dòng)信號(hào)狀態(tài)監(jiān)測(cè)技術(shù)的研究現(xiàn)狀
隨著風(fēng)電產(chǎn)業(yè)的快速發(fā)展以及不斷出現(xiàn)的各種事故，狀態(tài)監(jiān)測(cè)技術(shù)的研發(fā)得到了迅速發(fā)展。狀態(tài)監(jiān)測(cè)系統(tǒng)在國(guó)外研發(fā)的比較早，在旋轉(zhuǎn)機(jī)械故障診斷方面，首推
美國(guó) Westinghouse 公司，從 1976 年到 1990 年已成功研發(fā)出網(wǎng)絡(luò)化的汽輪發(fā)電機(jī)故障診斷專(zhuān)家系統(tǒng)，并研發(fā)三套人工智能軟件(汽輪機(jī) TurbineAID，發(fā)電機(jī) GenAID，水化學(xué) ChemAID)，并取得很大的經(jīng)濟(jì)效益。有專(zhuān)門(mén)用于風(fēng)機(jī)組的狀態(tài)監(jiān)測(cè)系統(tǒng)及分析軟件，如德國(guó) Pruftechnik(普盧福)公司的風(fēng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng) VIBGUARD，包括VIBNODE( 入門(mén)級(jí) ) 、 VIBNODE'Low-Speed( 低速型 ) 、 VIBROWEB( 高端型 ) 、VIBROWEB  XP(專(zhuān)家級(jí))、VIBRONT  Signalmaster(可測(cè)量多達(dá) 162 測(cè)點(diǎn))，利用OMNITREND 軟件對(duì)數(shù)據(jù)進(jìn)行采集，分析的方法為基本的時(shí)、頻域分析和包絡(luò)分析。
瑞典 SKF 公司研發(fā)的風(fēng)機(jī)組傳動(dòng)系統(tǒng)狀態(tài)監(jiān)測(cè)產(chǎn)品 MasCon 系列和 WindCon 系統(tǒng)，包括 MasCon 16、MasCon 48、MasCon 16W，ProCon 客戶(hù)通過(guò)開(kāi)放式數(shù)據(jù)庫(kù)連接 MasCon 服務(wù)器，基于振動(dòng)參數(shù)與過(guò)程參數(shù)診斷各種軸系不平衡及軸承、齒輪箱的故障，研究的方法為時(shí)域分析、FFT 分析和包絡(luò)分析。
美國(guó)GE檢測(cè)控制技術(shù)中心研發(fā)的本特利內(nèi)華達(dá)ADAPT. windTM狀態(tài)監(jiān)測(cè)系統(tǒng)提供了從傳感器到監(jiān)測(cè)器和軟件以及故障診斷服務(wù)的一體化可擴(kuò)展的解決方案，研究的方法是時(shí)域序列預(yù)測(cè)分析、頻譜分析。美國(guó) Bently Nevada 公司的產(chǎn)品 CBM 系統(tǒng)結(jié)合風(fēng)機(jī)組已有的 SCADA 數(shù)據(jù)和加速度傳感器數(shù)據(jù)對(duì)風(fēng)機(jī)進(jìn)行整體、全面的監(jiān)測(cè)，將報(bào)警信號(hào)通過(guò) SCADA 網(wǎng)絡(luò)發(fā)送到主服務(wù)器，研究的方法主要是 FFT 分析和加速度包絡(luò)分析。
國(guó)外的一些高校與聯(lián)盟組織也對(duì)風(fēng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)進(jìn)行了研究，如法國(guó) Brest 大學(xué)的 Y.  Amirat 等利用發(fā)電機(jī)定子電流信號(hào)解調(diào)技術(shù)對(duì)發(fā)電機(jī)滾動(dòng)軸承進(jìn)行故障診斷，并取得一定的診斷效果；M. Blodt 等人對(duì)電機(jī)定子電流信號(hào)進(jìn)行 Wigner 分布對(duì)負(fù)載轉(zhuǎn)矩振蕩和氣隙偏心故障進(jìn)行了有效的區(qū)分。
SUPERGEN 風(fēng)能技術(shù)聯(lián)盟是由英國(guó)工程及物理科學(xué)研究委員會(huì)(EPSRC)在 2006年 3 月建立的，作為可持續(xù)發(fā)電計(jì)劃的一部分，該組織已經(jīng)成功進(jìn)行了為期 4 年的研究，于 2010 年 3 月展開(kāi)第 2 輪為期 4 年的研究。該聯(lián)盟是由英格蘭 Durham 大學(xué)領(lǐng)導(dǎo)的 7 所大學(xué)組成，另外還有 19 個(gè)包括維斯塔斯、西門(mén)子在內(nèi)的工業(yè)合作伙伴提供大力支持。該聯(lián)盟對(duì)風(fēng)電技術(shù)、空氣動(dòng)力學(xué)、流體力學(xué)、材料學(xué)、電機(jī)與控制、可靠性及狀態(tài)監(jiān)測(cè)領(lǐng)域進(jìn)行了大量的研究。如 Durham 大學(xué)可再生能源組的 Crabtree等人針對(duì)風(fēng)機(jī)齒輪箱早期故障基于 WindCon 系統(tǒng)提出了一種多參數(shù)的在線(xiàn)監(jiān)測(cè)方法，與傳統(tǒng)單獨(dú)的負(fù)載或功率信號(hào)相比，可靠性高，有效的降低了錯(cuò)誤警報(bào)的風(fēng)險(xiǎn)。  

石家莊風(fēng)機(jī)廠(chǎng)石家莊風(fēng)機(jī)石家莊風(fēng)機(jī)銷(xiāo)售石家莊風(fēng)機(jī)維修