fa مدل‌سازی، شبیه‌سازی و تشخیص عیب گام پره توربین‌های بادی مجهز به ژنراتور سنکرون مغناطیس دائم با روش ماشین بردار پشتیبان تخصصي Special پژوهشي Research paper <p dir="RTL">در این مقاله، تأثیر عیب گام پره بر توربین باد مدل&shy;سازی و شبیه&shy;سازی شده و روش تشخیص این عیب مبتنی بر الگوریتم ماشین بردار پشتیبان بر اساس سیگنال&shy;های الکتریکی و مکانیکی بررسی شده است. مدل دینامیکی ژنراتور سنکرون آهنربا دائم و توربین باد در محیطی متشکل از سیمولینک، فست و توربسیم تحت دو شرایط کاری سالم و نامیزانی آیرودینامیکی با تنظیم گام یک پره متفاوت از سایر پره&shy;ها، شبیه&shy;سازی شده است. نتایج در حوزه&shy;ی زمان ثبت و سپس با استفاده از تبدیل فوریه به حوزه&shy;ی فرکانس انتقال یافته و نشان&shy; داده شده است که در صورت وقوع خطای پره دامنه&shy;ی تحریک در فرکانس <span dir="LTR">1</span><span dir="LTR">p</span> در سیگنال&shy;های الکتریکی و با شدت بالا در سیگنال&shy;های مکانیکی ظاهر خواهد شد. جهت تشخیص عیب، ابتدا پارامترهای حوزه&shy;ی زمان و فرکانس سیگنال&shy;ها استخراج و سپس حساسیت این پارامترها در دو شرایط کاری سالم و معیوب با استفاده از معیار ارزیابی فاصله محاسبه شده و به عنوان متغیر ورودی ماشین بردار پشتیبان استفاده شده است<span dir="LTR">.</span> این عمل به تعداد 60 مورد اغتشاش باد برای توربین سالم و همین تعداد برای توربین معیوب اجرا شده که تحلیل نتایج بدست آمده، اثربخشی روش پیشنهادشده را جهت شناسایی شرایط سالم از عیب نامیزانی آیرودینامیکی در توربین باد تأیید می&shy;کند.</p> <p dir="ltr"></p> <p style="margin-left:22.5pt;">In this paper, the effect of the wind turbine blade pitch fault and fault detection method based on support vector machine algorithm based on electrical and mechanical signals have been modeled and studied. Dynamic model of permanent magnet synchronous generator and wind turbine under both aerodynamic asymmetry and normal conditions modes have been modelled in Simulink, FAST and TurbSim environment.&nbsp; The aerodynamic asymmetry has been simulated by adjusting the pitch of one blade different from the other pitch blades. . The simulation results recorded in the time-domain and then transformed into the frequency<span dir="RTL">-</span>domain by using the Fast Fourier Transform (FFT). This results shows when the blade failure occurred, the amplitude of excitation frequency 1p is appeared in electric signals and with more intensity in mechanic signals. For fault detection, first the time-domain and frequency-domain parameters of signals extracted, and then, The sensitivity of this parameters in healthy and faulty conditions obtained by using Distance Evaluation Criteria (DEC). The result of DEC considered as a variable input in SVM. This process implemented for the number of 60 wind Turbulence for healthy and faulty turbines. Simulation results confirmed that the proposed approach to be able to identifying the healthy condition from aerodynamic asymmetry fault in wind turbine and this proposed approach is effective and efficient for blade fault detection.</p> <p style="margin-left:22.5pt;"></p> <p style="margin-left:22.5pt;"></p> <p class="MsoNormal" style="direction: ltr unicode-bidi: embed"><!--stripped--><!--stripped--></p> نامیزانی آیرودینامیکی, تشخیص خطا, توربین باد درایو مستقیم, ماشین بردار پشتیبان. Aerodynamic Asymmetry, Fault Detection, Direct-Drive Wind Turbine, Support Vector Machine. 11 22 http://joc.kntu.ac.ir/browse.php?a_code=A-10-177-2&slc_lang=fa&sid=1 karim abbaszadeh کریم عباس زاده abbaszadeh@kntu.ac.ir 10031947532846002984 10031947532846002984 Yes دانشگاه صنعتی خواجه نصیرالدین طوسی sedigheh ebrahimi صدیقه ابراهیمی se.ebrahimi@ee.kntu.ac.ir 10031947532846002985 10031947532846002985 No دانشگاه صنعتی خواجه نصیرالدین طوسی