本文選題：風(fēng)力發(fā)電機(jī)　切入點(diǎn)：故障診斷　出處：《蘭州交通大學(xué)》2014年碩士論文

【摘要】：風(fēng)力發(fā)電機(jī)安裝位置高，一般工作條件惡劣。出現(xiàn)故障不好維修，針對(duì)風(fēng)力發(fā)電機(jī)組的運(yùn)行狀態(tài)進(jìn)行有效、及時(shí)、準(zhǔn)確的預(yù)測(cè)故障的發(fā)生和發(fā)展，避免和減少故障的發(fā)生，降低維修成本。對(duì)于風(fēng)力發(fā)電機(jī)組故障率發(fā)生最高的則是發(fā)電機(jī)，所以從發(fā)電機(jī)著手來(lái)進(jìn)行故障診斷研究，發(fā)電機(jī)結(jié)構(gòu)的復(fù)雜性，并保證在不拆卸、不破壞設(shè)備并保證設(shè)備在正常運(yùn)行的情況下，能夠準(zhǔn)確的判斷工作狀態(tài)、性能好壞、參數(shù)變化和故障趨勢(shì)，這就需要一套功能完善、性能穩(wěn)定的狀態(tài)檢測(cè)和故障診斷系統(tǒng)。由于發(fā)電機(jī)屬于旋轉(zhuǎn)機(jī)械，而旋轉(zhuǎn)機(jī)械在高速運(yùn)轉(zhuǎn)時(shí)會(huì)產(chǎn)生振動(dòng)，利用對(duì)振動(dòng)信號(hào)的實(shí)時(shí)監(jiān)測(cè)，，系統(tǒng)便可從振動(dòng)信號(hào)來(lái)進(jìn)行狀態(tài)識(shí)別。 這樣一套風(fēng)力發(fā)電機(jī)故障診斷系統(tǒng)，首先要在不妨礙機(jī)器運(yùn)轉(zhuǎn)的情況下，使傳感器盡量靠近振源安裝，從多個(gè)角度和方向來(lái)選好測(cè)點(diǎn)和探頭位置，對(duì)運(yùn)行的發(fā)電機(jī)常見(jiàn)故障（正常、轉(zhuǎn)子不對(duì)中、軸向裂紋和油膜震蕩）進(jìn)行振動(dòng)位移的測(cè)量，并對(duì)故障情況進(jìn)行振動(dòng)信號(hào)模擬。其次，對(duì)測(cè)得的振動(dòng)信號(hào)進(jìn)行MATLAB小波分析，利用小波包進(jìn)行信噪分離，分離出無(wú)用的噪聲信號(hào)，將有用的信號(hào)保留，進(jìn)行小波包能量譜分解，算出每個(gè)頻帶所占總能量百分比，作為故障診斷中識(shí)別的特征參數(shù)。再次，將MATLAB小波包去噪分解后各頻帶所提取的能量特征值作為BP神經(jīng)網(wǎng)絡(luò)的輸入端樣本，通過(guò)隱含層的激勵(lì)函數(shù)，進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到輸出的故障類(lèi)型，選取測(cè)試樣本進(jìn)行網(wǎng)絡(luò)測(cè)試，結(jié)果達(dá)到了對(duì)測(cè)試樣本的有效識(shí)別，這種BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練對(duì)故障類(lèi)型的識(shí)別是簡(jiǎn)單可行的。最后，利用Visual Basic程序?qū)︼L(fēng)力發(fā)電機(jī)振動(dòng)檢測(cè)故障診斷系統(tǒng)界面進(jìn)行設(shè)計(jì)，可分為兩大系統(tǒng)，即用戶(hù)系統(tǒng)和管理員系統(tǒng)。用戶(hù)系統(tǒng)可對(duì)振動(dòng)信號(hào)采集、分析，提取有用信號(hào)，進(jìn)行故障類(lèi)型的判別，有效的輸出診斷結(jié)果。管理員系統(tǒng)可對(duì)Access數(shù)據(jù)庫(kù)進(jìn)行查看、刪除和打印最后結(jié)果。 利用本文開(kāi)發(fā)的風(fēng)力發(fā)電機(jī)振動(dòng)故障檢測(cè)診斷系統(tǒng)，可簡(jiǎn)單的預(yù)測(cè)設(shè)備故障的發(fā)生和發(fā)展，有效降低了經(jīng)濟(jì)損失，并對(duì)下一步成熟的風(fēng)力機(jī)故障診斷系統(tǒng)有一定的參考價(jià)值和指導(dǎo)借鑒作用。
[Abstract]:The installation position of wind turbine is high and the working conditions are bad.The failure is difficult to maintain, which can effectively, timely and accurately predict the occurrence and development of the fault, avoid and reduce the occurrence of the fault, and reduce the maintenance cost in view of the running state of the wind turbine.For the wind turbine, the highest failure rate is the generator, so starting from the generator to carry out the fault diagnosis study, generator structure complexity, and to ensure that no removal,Without destroying the equipment and ensuring that the equipment is in normal operation, it can accurately judge the working state, performance, parameter change and fault trend, which requires a set of state detection and fault diagnosis system with perfect function and stable performance.Since the generator belongs to the rotating machinery, the rotating machinery will produce vibration when it is running at high speed. Using the real-time monitoring of the vibration signal, the system can recognize the state from the vibration signal.In such a wind turbine fault diagnosis system, first of all, the sensor should be installed as close as possible to the vibration source without hindering the operation of the machine, and the measuring points and probe positions should be selected from multiple angles and directions.The vibration displacement of the common faults (normal, rotor misalignment, axial crack and oil film oscillation) of the running generator is measured, and the vibration signal of the fault is simulated.Secondly, MATLAB wavelet analysis is used to analyze the measured vibration signal, the signal is separated by wavelet packet, the useless noise signal is separated, the useful signal is preserved, the energy spectrum of the wavelet packet is decomposed, and the total energy percentage of each frequency band is calculated.As a characteristic parameter in fault diagnosis.Thirdly, the energy eigenvalues extracted from each frequency band of MATLAB wavelet packet de-noising are used as input samples of BP neural network. Through the excitation function of hidden layer, the neural network is trained and the output fault type is obtained.The test samples are selected for network test and the results show that the test samples can be effectively identified. The BP neural network training is simple and feasible for fault type identification.Finally, the interface of wind turbine vibration detection and fault diagnosis system is designed by using Visual Basic program, which can be divided into two systems: user system and administrator system.The user system can collect, analyze and extract useful signals for vibration signals, distinguish the types of faults, and output the diagnosis results effectively.The administrator system can view, delete and print the final results of the Access database.The wind turbine vibration fault detection and diagnosis system developed in this paper can simply predict the occurrence and development of the equipment faults and effectively reduce the economic losses.And the next mature wind turbine fault diagnosis system has a certain reference value and guidance.
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TM315

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;烏克蘭研制新一代風(fēng)力發(fā)電機(jī)[J];發(fā)明與創(chuàng)新(綜合版);2005年03期

2 ;風(fēng)力發(fā)電機(jī)的發(fā)展史[J];海洋世界;2007年03期

3 陳龍;杜宏武;武建柯;王玲;;風(fēng)力發(fā)電機(jī)用軸承簡(jiǎn)述[J];軸承;2008年12期

4 趙春平;王維慶;李志華;崔冉;;小型風(fēng)力發(fā)電機(jī)在通信行業(yè)中的應(yīng)用[J];通信電源技術(shù);2008年02期

5 徐娜;;紐約將在高空設(shè)置風(fēng)力發(fā)電機(jī)[J];現(xiàn)代物理知識(shí);2009年04期

6 牟邁;;風(fēng)力發(fā)電機(jī)市場(chǎng)品牌集中度趨高,質(zhì)量穩(wěn)定性仍待提升[J];風(fēng)能;2011年05期

7 何梨萍;葉自強(qiáng);朱火美;;一種新型風(fēng)力發(fā)電機(jī)[J];信息系統(tǒng)工程;2011年12期

8 段慧;張新凱;孫學(xué)鵬;;3.0MW中速雙饋風(fēng)力發(fā)電機(jī)的試制[J];電機(jī)技術(shù);2011年06期

9 張偉信;崔雪亮;萬(wàn)會(huì)發(fā);;漁船上使用風(fēng)力發(fā)電機(jī)技術(shù)探討[J];中國(guó)水運(yùn)(下半月);2012年12期

10 辛海升;韓巧麗;陳松利;孫云峰;;濃縮風(fēng)能型風(fēng)力發(fā)電機(jī)特性研究[J];中國(guó)農(nóng)機(jī)化學(xué)報(bào);2013年01期

相關(guān)會(huì)議論文 前10條

1 侯書(shū)紅;張新燕;;利用面向方框圖的仿真方法對(duì)風(fēng)力發(fā)電機(jī)進(jìn)行仿真[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

2 周俊旭;張林文;鄒宇知;;大型風(fēng)力發(fā)電機(jī)復(fù)合材料葉片研制探索[A];中國(guó)硅酸鹽學(xué)會(huì)2003年學(xué)術(shù)年會(huì)論文摘要集[C];2003年

3 田德;王海寬;韓巧麗;;濃縮風(fēng)能型風(fēng)力發(fā)電機(jī)的研究與進(jìn)展[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)第七次全國(guó)會(huì)員代表大會(huì)及學(xué)術(shù)年會(huì)論文集[C];2004年

4 申令之;;擴(kuò)散式低噪音小型風(fēng)力發(fā)電機(jī)的研究[A];中國(guó)農(nóng)機(jī)工業(yè)協(xié)會(huì)風(fēng)能設(shè)備分會(huì)《中小型風(fēng)能設(shè)備與應(yīng)用》（2014年第1期）[C];2014年

5 唐蘇亞;;我國(guó)中小型風(fēng)力發(fā)電機(jī)的市場(chǎng)前景展望[A];第十七屆中國(guó)小電機(jī)技術(shù)研討會(huì)論文集[C];2012年

6 周歧斌;邊曉燕;;風(fēng)力發(fā)電機(jī)葉片的雷擊損傷與雷電保護(hù)[A];第六屆長(zhǎng)三角氣象科技論壇論文集[C];2009年

7 王輝;;淺談風(fēng)力發(fā)電機(jī)在航標(biāo)上的應(yīng)用[A];中國(guó)航海學(xué)會(huì)航標(biāo)專(zhuān)業(yè)委員會(huì)沿海航標(biāo)學(xué)組、無(wú)線(xiàn)電導(dǎo)航學(xué)組、內(nèi)河航標(biāo)學(xué)組年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2009年

8 焦振永;孫占山;薛洪才;李冰;;風(fēng)力發(fā)電機(jī)機(jī)殼制造工藝改進(jìn)(摘要)[A];2010全國(guó)機(jī)電企業(yè)工藝年會(huì)《上海電氣杯》征文論文集[C];2010年

9 華欣;顧瑞;喬立民;施抗美;;海鷗翼型在小功率風(fēng)力發(fā)電機(jī)上應(yīng)用的數(shù)值模擬與氣動(dòng)性能分析[A];中國(guó)航空學(xué)會(huì)第七屆動(dòng)力年會(huì)論文摘要集[C];2010年

10 李玉照;徐彬彬;王松;吳浩;吳敏;孫大雨;;風(fēng)力發(fā)電機(jī)雷擊風(fēng)險(xiǎn)評(píng)估與防護(hù)淺析[A];第七屆長(zhǎng)三角氣象科技論壇論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 黃宣傳;黃石一退休高工造出風(fēng)力發(fā)電機(jī)[N];湖北日?qǐng)?bào);2007年

2 宋亞平 王雪杉 記者　 薛秀穎;哈電領(lǐng)軍國(guó)內(nèi)大型風(fēng)力發(fā)電機(jī)[N];哈爾濱日?qǐng)?bào);2006年

3 常思哲;渾南將建風(fēng)力發(fā)電機(jī)生產(chǎn)基地[N];沈陽(yáng)日?qǐng)?bào);2007年

4 本報(bào)記者 應(yīng)尤佳;江特電機(jī)合營(yíng)風(fēng)力發(fā)電機(jī)[N];上海證券報(bào);2008年

5 本報(bào)記者 劉麗娜　通訊員 劉振華;膠州農(nóng)民自制家用風(fēng)力發(fā)電機(jī)[N];青島日?qǐng)?bào);2009年

6 記者 楊柳純;未見(jiàn)過(guò)如此神奇風(fēng)力發(fā)電機(jī)[N];深圳特區(qū)報(bào);2009年

7 記者 何旭;中國(guó)北車(chē)喜獲27億元風(fēng)力發(fā)電機(jī)大單[N];人民鐵道;2010年

8 果巖;國(guó)家風(fēng)力發(fā)電機(jī)研發(fā)中心落戶(hù)湘電[N];中國(guó)工業(yè)報(bào);2010年

9 重慶復(fù)合北美公司 張文靜;新裝風(fēng)力發(fā)電機(jī)建設(shè)明顯回暖[N];中國(guó)建材報(bào);2014年

10 通訊員 王義才;退休高工開(kāi)“博”推環(huán)保發(fā)明[N];長(zhǎng)江日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 王建宏;風(fēng)力發(fā)電機(jī)的柔性多體動(dòng)力學(xué)研究[D];重慶大學(xué);2009年

2 韓巧麗;大容量濃縮風(fēng)能型風(fēng)力發(fā)電機(jī)模型氣動(dòng)特性的實(shí)驗(yàn)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2006年

3 佟文明;大型低速永磁風(fēng)力發(fā)電機(jī)的設(shè)計(jì)研究[D];沈陽(yáng)工業(yè)大學(xué);2012年

4 周志剛;隨機(jī)風(fēng)作用下風(fēng)力發(fā)電機(jī)齒輪傳動(dòng)系統(tǒng)動(dòng)力學(xué)及動(dòng)態(tài)可靠性研究[D];重慶大學(xué);2012年

5 曹江華;基于有限元分析的雙轉(zhuǎn)子永磁風(fēng)力發(fā)電機(jī)設(shè)計(jì)及研究[D];華南理工大學(xué);2009年

6 肖如晶;雙轉(zhuǎn)子永磁同步風(fēng)力發(fā)電機(jī)控制系統(tǒng)的研究[D];華南理工大學(xué);2011年

7 張?jiān)?變速恒頻永磁直驅(qū)與無(wú)刷雙饋風(fēng)力發(fā)電機(jī)研究[D];沈陽(yáng)工業(yè)大學(xué);2012年

8 王慧敏;雙饋風(fēng)力發(fā)電機(jī)積分滑模勵(lì)磁控制與混合粒子群優(yōu)化設(shè)計(jì)[D];天津大學(xué);2010年

9 高劍;直驅(qū)永磁風(fēng)力發(fā)電機(jī)設(shè)計(jì)關(guān)鍵技術(shù)及應(yīng)用研究[D];湖南大學(xué);2013年

10 陳鵬;無(wú)刷雙饋風(fēng)力發(fā)電機(jī)控制系統(tǒng)研究[D];河北工業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 楊偉波;小型磁懸浮低風(fēng)速風(fēng)力發(fā)電機(jī)關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2009年

2 魯珊珊;300W風(fēng)力發(fā)電機(jī)自動(dòng)限速安全機(jī)構(gòu)的試驗(yàn)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2009年

3 馮世成;基于擴(kuò)展卡爾曼濾波的雙饋風(fēng)力發(fā)電機(jī)無(wú)速度傳感器矢量控制研究[D];重慶大學(xué);2009年

4 劉思佳;大功率雙饋風(fēng)力發(fā)電機(jī)的控制策略研究[D];西南交通大學(xué);2009年

5 錢(qián)杰;低風(fēng)速小型永磁風(fēng)力發(fā)電機(jī)葉片及支承的研究與設(shè)計(jì)[D];武漢理工大學(xué);2010年

6 王健;變載荷工況下風(fēng)力發(fā)電機(jī)連接部件接觸強(qiáng)度分析研究[D];新疆大學(xué);2010年

7 王臻;風(fēng)力發(fā)電機(jī)葉片與塔架耦合動(dòng)力學(xué)分析[D];沈陽(yáng)工業(yè)大學(xué);2009年

8 李佳;基于300W小型風(fēng)力發(fā)電機(jī)自動(dòng)剎車(chē)系統(tǒng)的試驗(yàn)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2011年

9 王永維;600W濃縮風(fēng)能型風(fēng)力發(fā)電機(jī)性能的實(shí)驗(yàn)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2001年

10 王濤;離網(wǎng)型戶(hù)用風(fēng)力發(fā)電機(jī)性能測(cè)試系統(tǒng)的開(kāi)發(fā)[D];內(nèi)蒙古工業(yè)大學(xué);2005年

本文編號(hào)：1727769