【摘要】：近年來，隨著風力發(fā)電產業(yè)的快速發(fā)展，我國的風電場在裝機容量和機組數(shù)量上一直保持較大的提升。與此同時，風電機組發(fā)生故障的情況也隨之增多。在提高風力發(fā)電技術的同時，往往忽略了對風電機組運行狀態(tài)的監(jiān)測，導致機組在輕微異常的時候未能及時發(fā)現(xiàn)，最終演變?yōu)閲乐毓收希扔绊懥孙L電場整體運行及經(jīng)濟效益，又容易引發(fā)安全事故。傳統(tǒng)的監(jiān)測方法不能全面、有效地反應機器運行狀態(tài)，本文在深入研究信息融合技術的基礎上，將其應用于風力發(fā)電機組狀態(tài)監(jiān)測中，以實現(xiàn)對風電機組正常或異常狀態(tài)的準確識別。 本文首先研究風力發(fā)電機的內部結構與工作方式，并從振動的角度，參考大型旋轉機械，對其主傳動系統(tǒng)的常見故障進行分析。由于兆瓦級風力發(fā)電機組結構復雜，工作條件惡劣，傳統(tǒng)的監(jiān)測手段不能得到良好的效果，故引入信息融合技術，利用多傳感器聯(lián)合監(jiān)測，對數(shù)據(jù)特征進行融合的手段，實現(xiàn)對風電機組的狀態(tài)監(jiān)測與識別。建立信息融合模型，對單個傳感器所采集的振動信號做初步處理，并對其進行時域、頻域及相關分析。研究信息融合算法，為適應風電機組狀態(tài)監(jiān)測，，本文提出了一種改進的貝葉斯方法，將提取出來的信號特征輸入到該算法中，做特征級融合，得到單一傳感器對被測部件狀態(tài)的評價結果。再將各個傳感器的融合結果作為輸入，經(jīng)過D-S證據(jù)理論進行決策級融合，得到最終的識別結果。在虛擬儀器Labview平臺上對監(jiān)測系統(tǒng)進行開發(fā)，使用其中的matlab script節(jié)點實現(xiàn)了Labview和MATLAB聯(lián)合編程，充分發(fā)揮兩款軟件在各自領域的優(yōu)勢，完成模型搭建、數(shù)據(jù)融合等工作。 根據(jù)國家能源局發(fā)布的風力發(fā)電機組振動狀態(tài)監(jiān)測導則（NB/T31004-2011）行業(yè)標準與德國的風力發(fā)電機標準（VDI3834-1-2009），并結合現(xiàn)場風電機組實際情況，確定傳感器的位置布局與安裝方式。分別在實驗室與風電場，利用旋轉機械試驗臺和實際采集到的風力發(fā)電機振動數(shù)據(jù)對所設計的系統(tǒng)進行測試，結果證明，本文設計的基于信息融合技術的風電機組狀態(tài)監(jiān)測系統(tǒng)能夠實現(xiàn)對信號的分析
【圖文】：

圖 1.2 通用公司 Bently Nevada 系統(tǒng)國外風力發(fā)電機狀態(tài)監(jiān)測系統(tǒng)最具代表的產品是瑞典斯凱孚公司研制WindCon3.0 狀態(tài)監(jiān)測及故障診斷系統(tǒng)，在國內一些風電場已投入安裝使用，其價格技術保密。SKF WindCon3.0 系統(tǒng)可以安裝在陸地或海域的各種型號或尺寸的風力上，使風場工程人員監(jiān)測風力發(fā)電機的狀態(tài)，盡早確定維護時間，從而保證風力發(fā)最佳工作性能并預防潛在的設備故障�？梢詾轱L力發(fā)電機的各個部件提供狀態(tài)監(jiān)測對以下狀態(tài)進行監(jiān)測：槳葉不平衡、軸不對中、軸偏差、機械松動、基座松弛、態(tài)、齒輪損壞、發(fā)電機轉動體/定子失效、共振問題、塔架振動、失效電流、潤滑不

圖 1.2 通用公司 Bently Nevada 系統(tǒng)國外風力發(fā)電機狀態(tài)監(jiān)測系統(tǒng)最具代表的產品是瑞典斯凱孚公司研制的Con3.0 狀態(tài)監(jiān)測及故障診斷系統(tǒng)，在國內一些風電場已投入安裝使用，其價格昂保密。SKF WindCon3.0 系統(tǒng)可以安裝在陸地或海域的各種型號或尺寸的風力發(fā)使風場工程人員監(jiān)測風力發(fā)電機的狀態(tài)，盡早確定維護時間，從而保證風力發(fā)電工作性能并預防潛在的設備故障。可以為風力發(fā)電機的各個部件提供狀態(tài)監(jiān)測。下狀態(tài)進行監(jiān)測：槳葉不平衡、軸不對中、軸偏差、機械松動、基座松弛、軸齒輪損壞、發(fā)電機轉動體/定子失效、共振問題、塔架振動、失效電流、潤滑不足
【學位授予單位】：內蒙古科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TM614

【參考文獻】

相關期刊論文 前10條

1 時軼;崔新維;李春蘭;梁斌;;在線監(jiān)測系統(tǒng)在風力發(fā)電機上的應用[J];風機技術;2007年04期

2 王瑞闖;林富洪;;風力發(fā)電機在線監(jiān)測與診斷系統(tǒng)研究[J];華東電力;2009年01期

3 劉大有，李岳峰;廣義證據(jù)理論的解釋[J];計算機學報;1997年02期

4 石洪波;柳亞琴;李愛軍;;貝葉斯分類器的判別式參數(shù)學習[J];計算機應用;2011年04期

5 陳雪峰;李繼猛;程航;李兵;何正嘉;;風力發(fā)電機狀態(tài)監(jiān)測和故障診斷技術的研究與進展[J];機械工程學報;2011年09期

6 徐從富;耿衛(wèi)東;潘云鶴;;Dempster-Shafer證據(jù)推理方法理論與應用的綜述[J];模式識別與人工智能;1999年04期

7 ;Research on dynamic characteristics of multi-sensor system in the case of cross-sensitivity[J];Science in China(Series E:Technological Sciences);2005年01期

8 史亞鵬;欒懷東;;華電沽源風電SL1500型風力發(fā)電機組設備安裝[J];機電信息;2011年12期

9 王群偉,顧大強;機械設備磨損狀態(tài)的遠程監(jiān)測診斷系統(tǒng)研究[J];潤滑與密封;2002年05期

10 饒泓;扶名福;謝明祥;楊國泰;;基于決策級信息融合的設備故障診斷方法研究[J];中國機械工程;2009年04期

本文編號：2525172