本文關(guān)鍵詞：基于隱半馬爾科夫模型的風電機組齒輪箱故障預(yù)測

  更多相關(guān)文章： 故障預(yù)測 風電機組 齒輪箱 連續(xù)型HSMM

【摘要】：故障預(yù)測是設(shè)備故障診斷中的熱點問題。齒輪箱作為風力發(fā)電機組的關(guān)鍵部件,其狀況好壞將直接影響到整臺機組的運行狀態(tài),而且齒輪箱故障發(fā)生率較高,一旦失效將會占用大量的維修時間。因此,對齒輪箱運行狀態(tài)進行監(jiān)測,及時發(fā)現(xiàn)識別齒輪箱的故障,對故障發(fā)展趨勢進行精確預(yù)測,對于制定合理的運維策略,延長齒輪箱和機組使用壽命具有重要的工程實際意義。本文研究基于隱半Markov模型(Hidden Semi-Markov Models,簡稱HSMM)的風電機組齒輪箱故障預(yù)測方法,通過全壽命模型理論并利用運行數(shù)據(jù)判斷齒輪箱當前運行狀況,同時根據(jù)相關(guān)方法對其剩余壽命作出預(yù)測,為風力發(fā)電機組的運行與維護提供重要的參考和依據(jù)。論文主要內(nèi)容包括：(1)對風電機組齒輪箱的發(fā)展狀況作出概述,簡要介紹風電機組及其齒輪箱的常見結(jié)構(gòu),并以齒輪箱中的重要部件(如齒輪、軸承等)為例,介紹其常見故障類型、振動機理和故障演化規(guī)律。(2)介紹了Markov相關(guān)理論及算法,以隱Markov模型(Hidden Markov Models,簡稱HMM)為基礎(chǔ),引出本文中用到的隱半Markov模型(HSMM),并針對傳統(tǒng)HSMM的遞推算法作出改進,提出了應(yīng)用連續(xù)型HSMM (Continuous HSMM)對風電機組齒輪箱進行故障預(yù)測的思路和具體步驟。(3)應(yīng)用軸承加載試驗的仿真數(shù)據(jù)和風電機組齒輪箱的齒輪運行數(shù)據(jù)對基于HSMM的故障預(yù)測方法進行測試,根據(jù)全壽命模型理論及相關(guān)方法對部件剩余壽命作出估計,取得了良好效果,驗證了方法的有效性和可行性。
【關(guān)鍵詞】：故障預(yù)測 風電機組 齒輪箱 連續(xù)型HSMM
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM315
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-16
• 1.1 課題研究背景及意義9-11
• 1.2 風電機組齒輪箱故障預(yù)測技術(shù)研究現(xiàn)狀11-13
• 1.2.1 風電機組齒輪箱故障特征提取方法研究11-12
• 1.2.2 風電機組齒輪箱故障預(yù)測方法研究12-13
• 1.3 本課題主要研究內(nèi)容13-16
• 第2章 風電機組齒輪箱故障演化規(guī)律分析16-24
• 2.1 風電機組齒輪箱主要結(jié)構(gòu)16-17
• 2.2 風電機組齒輪箱故障演化規(guī)律分析17-23
• 2.2.1 齒輪主要故障模式與振動機理17-19
• 2.2.2 滾動軸承主要故障模式與振動機理19-21
• 2.2.3 軸系主要故障模式21-22
• 2.2.4 風電機組齒輪箱故障演化規(guī)律分析22-23
• 2.3 本章小結(jié)23-24
• 第3章 基于HSMM的風電機組齒輪箱故障預(yù)測理論24-43
• 3.1 引言24
• 3.2 HMM相關(guān)理論及算法基礎(chǔ)24-30
• 3.2.1 Markov模型基本理論24-25
• 3.2.2 HMM基本理論25-26
• 3.2.3 HMM數(shù)學描述26-30
• 3.3 HSMM相關(guān)理論及改進算法研究30-38
• 3.3.1 HSMM簡介30-33
• 3.3.2 HSMM算法的重新定義33-36
• 3.3.3 HSMM參數(shù)初始化與重估36-38
• 3.4 基于HSMM的風電機組齒輪箱故障預(yù)測方法描述38-42
• 3.4.1 基于HSMM的故障預(yù)測總體思路38-39
• 3.4.2 基于HSMM的退化狀態(tài)識別方法39-40
• 3.4.3 基于HSMM的剩余壽命估計方法40-42
• 3.5 本章小結(jié)42-43
• 第4章 試驗研究及結(jié)果分析43-66
• 4.1 方法示例43-48
• 4.1.1 數(shù)據(jù)來源及特征提取43-46
• 4.1.2 狀態(tài)分類及模型構(gòu)建46-48
• 4.2 基于連續(xù)型HSMM的軸承剩余壽命預(yù)測48-58
• 4.2.1 試驗裝置說明49-50
• 4.2.2 試驗數(shù)據(jù)處理50-53
• 4.2.3 預(yù)測結(jié)果分析53-58
• 4.3 基于連續(xù)型HSMM的齒輪剩余壽命預(yù)測58-65
• 4.3.1 試驗裝置簡介58-59
• 4.3.2 數(shù)據(jù)狀態(tài)分類59-62
• 4.3.3 故障預(yù)測分析62-65
• 4.4 本章小結(jié)65-66
• 第5章 結(jié)論與展望66-68
• 5.1 結(jié)論66-67
• 5.2 展望67-68
• 參考文獻68-73
• 攻讀碩士期間發(fā)表的論文及其它成果73-74
• 致謝74

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 田沿平;葉曉慧;金川;孫金明;;耦合隱馬爾科夫在模擬電路故障預(yù)測中的應(yīng)用[J];電子測量技術(shù);2014年10期

2 李巍華;李靜;張紹輝;;連續(xù)隱半馬爾科夫模型在軸承性能退化評估中的應(yīng)用[J];振動工程學報;2014年04期

3 王勝利;岳偉利;;機械重大裝備壽命預(yù)測綜述[J];硅谷;2014年14期

4 原媛;卓東風;;隱半馬爾可夫模型在剩余壽命預(yù)測中的應(yīng)用[J];計算機技術(shù)與發(fā)展;2014年01期

5 卓東風;原媛;;小波包變換和隱馬爾科夫模型(HMM)在液壓系統(tǒng)故障預(yù)測中的應(yīng)用[J];山西大學學報(自然科學版);2013年03期

6 張星輝;康建設(shè);高存明;曹端超;滕紅智;;基于MoG-HMM的齒輪箱狀態(tài)識別與剩余使用壽命預(yù)測研究[J];振動與沖擊;2013年15期

7 汪旭旭;劉毅;江娜;段延芳;;風力發(fā)電技術(shù)發(fā)展綜述[J];電氣開關(guān);2013年03期

8 魏超;;淺談風力發(fā)電技術(shù)發(fā)展現(xiàn)狀及趨勢[J];科技創(chuàng)新與應(yīng)用;2012年23期

9 趙靚;;風電機組齒輪箱市場調(diào)研分析[J];風能;2012年06期

10 滕紅智;趙建民;賈希勝;張星輝;王正軍;;基于CHMM的齒輪箱狀態(tài)識別研究[J];振動與沖擊;2012年05期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 徐濤;;2014中國風電裝機容量統(tǒng)計[A];中國農(nóng)機工業(yè)協(xié)會風能設(shè)備分會《風能產(chǎn)業(yè)》（2015年第4期）[C];2015年

2 陳春暉;;淺談風力發(fā)電機組齒輪箱的運行與維護[A];中國農(nóng)業(yè)機械工業(yè)協(xié)會風能設(shè)備分會2011年度論文集（下）[C];2011年

3 嚴范梅;王明輝;;齒輪斷齒失效分析[A];首屆七省區(qū)市機械工程學會科技論壇論文集[C];2005年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 肖文斌;基于耦合隱馬爾可夫模型的滾動軸承故障診斷與性能退化評估研究[D];上海交通大學;2011年

2 曾慶虎;機械傳動系統(tǒng)關(guān)鍵零部件故障預(yù)測技術(shù)研究[D];國防科學技術(shù)大學;2010年

3 馮長建;HMM動態(tài)模式識別理論、方法以及在旋轉(zhuǎn)機械故障診斷中的應(yīng)用[D];浙江大學;2002年

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 周紅;基于進化優(yōu)化方法的高斯混合模型在智能數(shù)據(jù)分析中的應(yīng)用[D];華東理工大學;2014年

2 李靜;基于連續(xù)隱半馬爾科夫模型的軸承性能退化評估[D];華南理工大學;2013年

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

4 雷新望;風電機組行星齒輪傳動系統(tǒng)的動態(tài)特性研究[D];鄭州大學;2012年

5 白亞紅;基于EMD和SVM技術(shù)風電齒輪箱早期故障診斷研究[D];大連理工大學;2009年

6 譚曉棟;基于HSMM的滾動軸承故障預(yù)測技術(shù)[D];國防科學技術(shù)大學;2008年

7 曹映紅;基于駐留時間的隱馬氏模型的建立及算法研究[D];國防科學技術(shù)大學;2004年

，

本文編號：896577