發(fā)布時(shí)間：2017-03-22 21:08

  本文關(guān)鍵詞：基于DSP和TQWT稀疏分解的風(fēng)電齒輪箱故障診斷系統(tǒng)，，由筆耕文化傳播整理發(fā)布。

【摘要】：風(fēng)力發(fā)電技術(shù)已經(jīng)成為當(dāng)今社會(huì)所研究能源的熱點(diǎn)之一。而風(fēng)力發(fā)電機(jī)組所處環(huán)境惡劣,機(jī)械部件復(fù)雜,風(fēng)電機(jī)組出現(xiàn)故障的頻率增高,嚴(yán)重影響了風(fēng)電機(jī)廠的整體運(yùn)行,也增加了人員檢修成本。在此基礎(chǔ)上,設(shè)計(jì)開發(fā)一套智能的風(fēng)電齒輪箱故障診斷系統(tǒng)來(lái)診斷風(fēng)電機(jī)組出現(xiàn)的故障就很有必要。本文中介紹研究了風(fēng)電機(jī)組中的齒輪箱的故障產(chǎn)生機(jī)理及類型,并以此部位的傳動(dòng)裝置為主要研究對(duì)象,針對(duì)故障類型信號(hào)和特征信號(hào),開發(fā)設(shè)計(jì)出基于DSP和TQWT的信號(hào)稀疏分解的風(fēng)電齒輪箱故障診斷系統(tǒng),對(duì)風(fēng)機(jī)齒輪箱信號(hào)進(jìn)行采集,并在系統(tǒng)中對(duì)信號(hào)進(jìn)行處理分析,將原始信號(hào)和診斷結(jié)果分別存儲(chǔ)在SD卡中,且在PC機(jī)終端顯示故障特征信息,便于操作人員對(duì)風(fēng)電機(jī)組進(jìn)行監(jiān)測(cè)和故障檢修。該系統(tǒng)選擇德州儀器的DSP—TMS320F28335為主控芯片來(lái)搭建硬件平臺(tái),硬件部分包括信號(hào)采集調(diào)理模塊裝置、芯片外設(shè)電路以及設(shè)計(jì)開發(fā)的電源模塊裝置。軟件部分包括兩部分:一是利用MATLAB軟件編寫算法程序代碼,并設(shè)計(jì)仿真信號(hào),驗(yàn)證TQWT信號(hào)共振稀疏分解算法的可行性;二是在CCS軟件中用C語(yǔ)言設(shè)計(jì)數(shù)據(jù)的采集、存儲(chǔ)以及通信程序代碼,并將MATLAB中的TQWT信號(hào)共振稀疏分解算法程序成功轉(zhuǎn)換為嵌入式代碼,使DSP可識(shí)別使用,然后利用SVM支持向量機(jī)對(duì)故障信號(hào)進(jìn)行分類識(shí)別判斷。最終將系統(tǒng)整體應(yīng)用于齒輪箱故障診斷,驗(yàn)證了系統(tǒng)對(duì)故障進(jìn)行診斷的可靠性和有效性。
【關(guān)鍵詞】：風(fēng)電齒輪箱 DSP TQWT SVM 故障診斷
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM315
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-18
• 1.1 研究背景和意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 風(fēng)電齒輪箱故障診斷的研究現(xiàn)狀12-13
• 1.2.2 嵌入式故障診斷系統(tǒng)的研究現(xiàn)狀13-15
• 1.2.3 稀疏分解方法在故障診斷中應(yīng)用的研究現(xiàn)狀15-16
• 1.3 本論文的主要研究?jī)?nèi)容16-18
• 2 風(fēng)電行星齒輪箱故障診斷基礎(chǔ)及診斷方法18-30
• 2.1 風(fēng)電發(fā)電機(jī)組行星齒輪箱基本結(jié)構(gòu)18-19
• 2.2 風(fēng)電行星齒輪箱故障機(jī)理及故障類型19-24
• 2.2.1 齒輪箱的故障機(jī)理19-21
• 2.2.2 風(fēng)電齒輪箱的故障類型21-24
• 2.3 風(fēng)電齒輪箱故障特征信號(hào)24-25
• 2.3.1 齒輪的故障特征信號(hào)24-25
• 2.3.2 滾動(dòng)軸承的故障特征信號(hào)25
• 2.4 風(fēng)電行星齒輪箱故障診斷方法25-29
• 2.4.1 時(shí)域分析方法25-26
• 2.4.2 頻域分析方法26-27
• 2.4.3 時(shí)頻分析方法27-29
• 2.5 本章小結(jié)29-30
• 3 基于TQWT的信號(hào)共振稀疏分解的基礎(chǔ)及應(yīng)用30-51
• 3.1 信號(hào)稀疏分解30-36
• 3.1.1 信號(hào)共振屬性30-31
• 3.1.2 自動(dòng)調(diào)Q的小波變換31-34
• 3.1.3 高低共振分量分解34-36
• 3.2 基于TWQT的共振稀疏算法仿真36-40
• 3.3 齒輪箱故障診斷實(shí)例40-50
• 3.4 本章小結(jié)50-51
• 4 故障診斷系統(tǒng)的硬件設(shè)計(jì)51-62
• 4.1 DSP芯片選型51-52
• 4.2 硬件系統(tǒng)平臺(tái)總體設(shè)計(jì)方案52-53
• 4.3 前端采集調(diào)理硬件裝置53-56
• 4.3.1 采集信號(hào)裝置53-54
• 4.3.2 調(diào)理信號(hào)裝置54-56
• 4.4 DSP故障診斷模塊設(shè)計(jì)研究56-59
• 4.4.1 A/D轉(zhuǎn)換模塊56
• 4.4.2 SD卡存儲(chǔ)模塊56-57
• 4.4.3 外擴(kuò)存儲(chǔ)模塊57-58
• 4.4.4 JTAG電路模塊58-59
• 4.5 電源管理模塊59-61
• 4.5.1 DSP的電源管理模塊59-60
• 4.5.2 系統(tǒng)的電源模塊60-61
• 4.6 本章小結(jié)61-62
• 5 故障診斷系統(tǒng)的軟件設(shè)計(jì)62-73
• 5.1 系統(tǒng)軟件開發(fā)環(huán)境簡(jiǎn)介62-64
• 5.1.1 MATLAB軟件62-63
• 5.1.2 CCS軟件63-64
• 5.1.3 Libsvm軟件包64
• 5.2 系統(tǒng)軟件設(shè)計(jì)方案64-72
• 5.2.1 A/D模塊采集程序65-66
• 5.2.2 嵌入DSP芯片的代碼生成66-71
• 5.2.3 SVM支持向量機(jī)分類識(shí)別程序71-72
• 5.3 本章小結(jié)72-73
• 6 故障診斷系統(tǒng)的實(shí)際應(yīng)用驗(yàn)證73-80
• 6.1 故障診斷系統(tǒng)總體驗(yàn)證73-79
• 6.2 本章小結(jié)79-80
• 7 結(jié)論與展望80-82
• 7.1 結(jié)論80-81
• 7.2 展望81-82
• 參考文獻(xiàn)82-88
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及所取得的研究成果88-89
• 致謝89-91

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 項(xiàng)巍巍;蔡改改;樊薇;黃偉國(guó);朱忠奎;;基于雙調(diào)Q小波變換的瞬態(tài)成分提取及軸承故障診斷應(yīng)用研究[J];振動(dòng)與沖擊;2015年10期

2 姜旭剛;潘宏俠;劉濤濤;;基于DSP-TMS320F28335的齒輪箱故障診斷系統(tǒng)研究與應(yīng)用[J];機(jī)械傳動(dòng);2014年02期

3 羅承先;;世界風(fēng)力發(fā)電現(xiàn)狀與前景預(yù)測(cè)[J];中外能源;2012年03期

4 呂躍剛;關(guān)曉慧;劉俊承;;風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)系統(tǒng)研究[J];自動(dòng)化與儀表;2012年01期

5 楊杰;鄭海起;關(guān)貞珍;王彥剛;;基于形態(tài)成分分析的軸承復(fù)合故障診斷[J];軸承;2011年08期

6 朱兵;潘宏俠;;基于TMS320F28335的通用故障診斷平臺(tái)[J];電子測(cè)試;2010年03期

7 魯力;張波;;嵌入式TCP/IP協(xié)議的高速電網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng)[J];儀器儀表學(xué)報(bào);2009年02期

8 王瑞闖;林富洪;;風(fēng)力發(fā)電機(jī)在線監(jiān)測(cè)與診斷系統(tǒng)研究[J];華東電力;2009年01期

9 劉昌偉;邵左文;王軍東;;基于DSP的嵌入式溫度記錄儀的設(shè)計(jì)[J];國(guó)外電子元器件;2008年12期

10 唐新安;謝志明;王哲;吳金強(qiáng);;風(fēng)力發(fā)電機(jī)組齒輪箱振動(dòng)測(cè)試與分析[J];設(shè)備管理與維修;2006年11期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 劉春林;基于DSP的風(fēng)電增速箱故障診斷系統(tǒng)的研究[D];中北大學(xué);2015年

2 何強(qiáng);基于DSP的嵌入式齒輪箱故障診斷系統(tǒng)[D];中北大學(xué);2013年

3 孫云嵩;基于信號(hào)共振稀疏分解的齒輪故障診斷方法研究[D];湖南大學(xué);2013年

4 李虎;大型風(fēng)電機(jī)組振動(dòng)狀態(tài)監(jiān)測(cè)系統(tǒng)開發(fā)[D];華北電力大學(xué)（北京）;2009年

5 何泳;DSP在現(xiàn)代機(jī)械故障診斷技術(shù)中的應(yīng)用研究[D];大連理工大學(xué);2004年

  本文關(guān)鍵詞：基于DSP和TQWT稀疏分解的風(fēng)電齒輪箱故障診斷系統(tǒng)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：262221