本文關鍵詞：基于振動特征分析的風電齒輪箱故障診斷技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著社會的發(fā)展,建立在石油、煤、天然氣等能源基礎上的能源體系在推動人類社會進步的同時也帶來了環(huán)境污染,能源危機等問題。與非可再生能源相比,風能具有易開采、儲量足、無污染、可持續(xù)利用等特點。近年來風能技術快速發(fā)展,風力發(fā)電逐步成為最具商業(yè)化發(fā)展前景的新興產業(yè)。而齒輪箱是風力發(fā)電機組傳動系統(tǒng)中廣泛應用的重要傳動部件,它的工作狀態(tài)對整臺設備是否能良好運行起著關鍵的作用。風能具有隨時性、爆發(fā)性和不穩(wěn)定性,會給風力發(fā)電機帶來交變的、復雜的沖擊載荷,導致風電齒輪箱的振動信號十分復雜,因此本文在對齒輪箱的結構組成、振動機理和故障特征進行深入研究的基礎之上,利用時域分析和頻域分析方法開展了對風電齒輪箱故障診斷技術的研究。具體研究內容如下:首先,研究了齒輪箱結構組成及振動機理,分析了齒輪常見故障類型及其產生原因,并對齒輪箱故障的振動信號特征進行理論分析與研究。其次,介紹常用的振動信號分析方法,包括時域分析技術、頻域分析技術和時頻域分析技術。其中時域分析方法有時域同步平均法、時域統(tǒng)計分析法以及經驗模態(tài)分解法;頻域分析方法有功率譜、倒頻譜和包絡分析;時頻域分析方法包括短時傅里葉變換、Wigner-Ville分布、小波變換。并對各種方法的優(yōu)缺點做了簡要對比分析。再次,介紹了基于行星齒輪箱的故障模擬試驗臺。闡述了試驗臺的各部分組成和測試原理,說明了傳感器的類型和安裝位置。通過實驗研究,模擬了齒輪點蝕故障,在設定不同轉速、不同負載的工況下采集齒輪健康信號與故障信號。最后,通過時域分析方法和頻域分析方法,對實驗數據進行分析。提取故障信號的峰值、均方根值和峭度值等時域參數作為故障診斷的時域特征值,用時域特征值來判定齒輪箱的故障情況及運行狀態(tài);并結合觀察和分析健康信號與故障信號的頻域特征來分析故障的可能發(fā)生位置,分析結果驗證了算法的有效性。
【關鍵詞】：風力發(fā)電機 齒輪箱 故障診斷 時域分析 頻域分析
【學位授予單位】：河北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TH132.41
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-13
• 1.1 課題概述9-10
• 1.1.1 課題背景9
• 1.1.2 課題研究目的及意義9-10
• 1.2 風機齒輪箱故障診斷研究現狀10-11
• 1.3 主要研究內容11-12
• 1.4 論文總體結構12-13
• 第二章 風電齒輪箱的故障形式及其振動特性13-26
• 2.1 風電齒輪箱的結構組成及其振動機理分析13-18
• 2.1.1 風機的主要結構13-15
• 2.1.2 行星齒輪箱振動模型15-18
• 2.2 齒輪的常見故障18-21
• 2.2.1 齒輪常見的故障類型19-20
• 2.2.2 故障的原因20-21
• 2.3 故障齒輪箱的典型振動信號特征21-26
• 2.3.1 振動信號成分構成21-24
• 2.3.2 典型故障的振動信號特征24-26
• 第三章 信號分析處理方法26-39
• 3.1 時域分析26-28
• 3.1.1 時域同步平均法26-27
• 3.1.2 時域統(tǒng)計分析法27
• 3.1.3 經驗模態(tài)分解法27-28
• 3.2 頻域分析28-31
• 3.2.1 功率譜29-30
• 3.2.2 倒頻譜30
• 3.2.3 包絡分析30-31
• 3.3 時頻域分析31-38
• 3.3.1 短時傅里葉變換（STFT）31-32
• 3.3.2 Wigner-Ville分布32-33
• 3.3.3 小波變換33-38
• 3.4 本章小結38-39
• 第四章 實驗研究39-47
• 4.1 實驗臺結構39-45
• 4.1.1 實驗臺組成39-40
• 4.1.2 動態(tài)信號采集系統(tǒng)40-44
• 4.1.3 振動傳感器的安裝44-45
• 4.2 故障模擬45
• 4.3 測試過程45-46
• 4.4 本章小結46-47
• 第五章 實驗數據分析47-56
• 5.1 實驗樣機特征參數理論計算47-48
• 5.2 時域分析48-51
• 5.3 頻域分析51-55
• 5.4 本章小結55-56
• 第六章 總結與展望56-59
• 參考文獻59-63
• 攻讀學位期間所取得的相關科研成果63-65
• 致謝65

【相似文獻】

中國期刊全文數據庫 前10條

1 孫福霞;齒輪箱故障的狀態(tài)監(jiān)測分析[J];中國設備管理;2000年05期

2 杜秋杰;正確運用分析方法確定齒輪箱故障[J];新技術新工藝;2002年10期

3 姚竹亭,潘宏俠;齒輪箱故障信息增強技術研究[J];儀器儀表學報;2004年S1期

4 陸人定;;齒輪箱故障時域和頻域綜合診斷技術[J];機電工程技術;2007年06期

5 湯和;汪元輝;張策;應懷樵;;定量診斷齒輪箱故障方法的探討[J];齒輪;1987年05期

6 張新華;齒輪箱故障的實時監(jiān)測的原理和系統(tǒng)設計[J];機床與液壓;2001年06期

7 蒙宣伊;龍辛;;風機齒輪箱故障原因淺析[J];電力技術;2010年08期

8 于良峰;趙登利;吳樹梁;;風電機組齒輪箱故障分析及改進措施[J];風能;2012年10期

9 G.H.Mills;劉志堅;;隨機監(jiān)測磨屑預報齒輪箱故障[J];煤礦機電;1992年02期

10 肖洪波;劉松松;;風電齒輪箱故障診斷實例分析[J];機械工程師;2014年04期

中國重要會議論文全文數據庫 前3條

1 姚竹亭;潘宏俠;;齒輪箱故障信息增強技術研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

2 李淑智;劉彈;徐光華;;基于CHMM動態(tài)模型的齒輪箱故障檢測和診斷方法研究[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

3 楊炯明;范得功;周雁冰;柳亦兵;;基于Fisher準則的風電齒輪箱故障識別[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

中國博士學位論文全文數據庫 前2條

1 張澎濤;齒輪箱故障振動信號去噪及特征提取算法研究[D];東北林業(yè)大學;2014年

2 劉志亮;基于數據驅動的行星齒輪箱故障診斷方法研究[D];電子科技大學;2013年

中國碩士學位論文全文數據庫 前10條

1 張欣欣;風力發(fā)電機齒輪箱故障預警方法研究[D];燕山大學;2015年

2 劉劍鋒;基于時頻—解調分析的行星齒輪箱故障診斷方法研究[D];電子科技大學;2015年

3 任爽;基于振動特征分析的風電齒輪箱故障診斷技術研究[D];河北工業(yè)大學;2015年

4 馬玉峰;風電機組齒輪箱故障趨勢預測方法研究[D];華北電力大學;2013年

5 王斐斐;基于狀態(tài)監(jiān)測信息的風電機組齒輪箱故障預測研究[D];華北電力大學;2012年

6 王艷芳;齒輪箱故障特征提取技術研究[D];中北大學;2007年

7 彭志凌;基于信息融合的齒輪箱故障診斷技術研究[D];中北大學;2006年

8 張斌;基于EMD和支持向量機的齒輪箱故障診斷方法研究[D];太原理工大學;2009年

9 張強;基于EMD的齒輪箱故障特征提取方法研究[D];大連理工大學;2013年

10 熊健;基于振動信號分析和神經網絡的齒輪箱故障診斷技術研究[D];中北大學;2008年

  本文關鍵詞：基于振動特征分析的風電齒輪箱故障診斷技術研究，，由筆耕文化傳播整理發(fā)布。

本文編號：405027