本文關(guān)鍵詞：風(fēng)電機(jī)傳動系統(tǒng)振動故障的智能診斷方法研究

  更多相關(guān)文章： 風(fēng)力發(fā)電機(jī)組 振動監(jiān)測 故障診斷 非線性狀態(tài)估計技術(shù) 支持向量回歸機(jī)

【摘要】：隨著環(huán)境污染與資源危機(jī)問題的日趨加劇,可再生能源的發(fā)展越發(fā)受到重視。風(fēng)能作為一種可持續(xù)的清潔能源,近些年其總裝機(jī)量不斷攀升,相關(guān)的第三產(chǎn)業(yè)即風(fēng)電機(jī)組維護(hù)、監(jiān)測、故障診斷等成為新的研究方向。同時,由于風(fēng)電機(jī)組的工作環(huán)境通常較為惡劣,發(fā)生故障難以及時發(fā)現(xiàn)并維修,因此,風(fēng)電機(jī)組的狀態(tài)監(jiān)測和故障診斷具有重要的意義。研究表明風(fēng)電機(jī)組中最易發(fā)生故障的是其傳動系統(tǒng),由于風(fēng)電機(jī)組傳動系統(tǒng)的振動信號屬于非平穩(wěn)信號,且不同零件與不同工況下的信號差異很大,所以傳統(tǒng)頻譜分析故障診斷方法難以實現(xiàn)對振動故障的準(zhǔn)確診斷且費工費時。由此,本文以風(fēng)力發(fā)電機(jī)組的傳動系統(tǒng)為研究對象,針對其工作特點做了如下研究：首先,論文分析了風(fēng)電機(jī)組傳動系統(tǒng)中的風(fēng)輪、低速軸、齒輪箱、高速軸、發(fā)電機(jī)的基本工作原理及故障特點,并確定齒輪或軸承的損壞是導(dǎo)致傳動系統(tǒng)發(fā)生振動故障的主要原因,據(jù)此選擇了用于進(jìn)行振動信號分析的各個監(jiān)測點。第二,針對振動信號非平穩(wěn)且診斷方法受工況、部件的約束較大這一特點,論文提出將非線性狀態(tài)估計技術(shù)(NSET)引入風(fēng)電機(jī)組傳動系統(tǒng)的振動故障診斷中。其中NSET模型屬于數(shù)據(jù)統(tǒng)計模型,即對正常狀態(tài)下的數(shù)據(jù)進(jìn)行記憶,通過NSET模型將實際數(shù)據(jù)與正常數(shù)據(jù)進(jìn)行對比分析并做出故障判斷。本文應(yīng)用Matlab仿真軟件完成NSET建模并進(jìn)行故障診斷,最后對診斷結(jié)果進(jìn)行分析,驗證了NSET模型的可行性。第三,針對NSET方法缺乏理論基礎(chǔ),致使參數(shù)不易選取的特點,論文提出將支持向量回歸機(jī)(SVR)與NSET方法相結(jié)合的改進(jìn)NSET方法。這種方法以支持向量機(jī)為理論基礎(chǔ),通過SVR的回歸函數(shù)模型將實際數(shù)據(jù)與正常數(shù)據(jù)進(jìn)行對比分析并做出故障判斷。同樣應(yīng)用Matlab仿真軟件完成回歸函數(shù)模型的建模并進(jìn)行故障診斷,最后對診斷結(jié)果進(jìn)行分析,同時與傳統(tǒng)NSET診斷方法進(jìn)行對比,驗證了改進(jìn)后的方法在診斷結(jié)果與運行可行性方面均得到了優(yōu)化。第四,將NSET方法與改進(jìn)后的NSET方法植入風(fēng)電機(jī)組監(jiān)測與診斷軟件.并對實際運行的風(fēng)電機(jī)組進(jìn)行監(jiān)測與故障診斷,進(jìn)而驗證了這兩種方法在實際工程中的可行性。最后對整篇文章的研究內(nèi)容做出總結(jié),同時對未來要完善的工作以及NSET的發(fā)展前景做出展望。
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM315

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 白文斌;;世界風(fēng)電發(fā)展現(xiàn)狀及前景展望[J];科技情報開發(fā)與經(jīng)濟(jì);2012年22期

2 劉文藝;湯寶平;陳仁祥;;基于最優(yōu)Morlet小波和自項窗的混合時頻分析方法研究[J];振動與沖擊;2010年09期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張梅;直驅(qū)永磁同步風(fēng)電機(jī)組建模及其控制系統(tǒng)仿真研究[D];西安理工大學(xué);2008年

，

本文編號：1230418