據(jù)統(tǒng)計,風電機組中齒輪箱的故障約占總體的4%,但其造成的停機時間最長,由此造成的運維成本以及暫時停用造成的發(fā)電損失最大,嚴重影響發(fā)電效率和風電的經(jīng)濟效益。因此,針對風力發(fā)電機齒輪箱的故障診斷方法進行研究十分的重要。當齒輪發(fā)生故障時,其振動信號往往表現(xiàn)為非平穩(wěn)性。本文為了能夠有效的對齒輪的故障進行識別在故障特征提取方面采取了使用優(yōu)化后的變分模態(tài)分解和多特征進行融合的方法,在模式識別方面采用了鯨魚優(yōu)化算法和多核支持向量機相結合的方法。本文的主要研究內(nèi)容如下:首先通過EMD方法和VDM方法相比較證明了VMD方法的有效性,證明了VMD方法可以在一定程度上避免EMD中所存在的模態(tài)混疊的問題。并為了更好使用VMD方法使用了奇異值差分譜理論對VMD的各分量進行重構降噪。通過對比重構后的VMD各分量和原始各分量可以看出在頻域中的降噪后的各分量頻域特征更為的突出,干擾頻率更少。其次詳細的介紹了鯨魚優(yōu)化算法和支持向量機算法的理論。在使用支持向量機的過程中為了能夠解決相關參數(shù)難以選取的問題引入了鯨魚優(yōu)化算法對支持向量機的各參數(shù)進行優(yōu)化。并使用UCI的部分數(shù)據(jù)集做分類實驗。最后的結果表明鯨魚優(yōu)化算法后的支持向...

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

圖1.1中國03年-17年的風機新增容量

-1-1緒論1.1課題背景及意義隨著社會的不斷進步與發(fā)展，全球但對于能源的需求日益增加，導致石油等傳統(tǒng)化石能源大量消耗，其所引發(fā)的能源安全、生態(tài)環(huán)境、異常氣候等問題愈發(fā)受到國際社會的關注[1]。為了解決這些問題，減少化石能源的開發(fā)燃燒，加大力度開發(fā)使用可再生的清潔能源已經(jīng)成為了全....

圖1.2全球前十國家的風機裝機容量

-2-圖1.2全球前十國家的風機裝機容量由圖1.1可以看到中國的風機在07年之后不斷的增加，雖然中間有所起伏但是依然維持在一個較高的水平。由圖1.2可以看出中國的裝機容量要遠遠超過其他的國家，可以看出我國對風力發(fā)電的重視。據(jù)統(tǒng)計，風電機組中齒輪箱故障僅占總體的4%，但其造成的停機....

圖2.1仿真信號及其各成分的時域波形圖

-12-（5）重復（2）-（4），直到滿足迭代約束條件：k22nk22nk1nkeu/uu式（2.11）2.1.2仿真信號分析為了了解VMD分解性能如何，構建一個仿真信號，使用EMD方法來做對比。仿真信號構造如下：)t(x)t(x)t(x)t(x321(式2.12)其中)t(x1....

圖2.2仿真信號EMD結果

-13-圖2.2仿真信號EMD結果使用VMD對仿真信號x(t)進行分解，由于仿真信號構造是由一個沖擊函數(shù)和兩個正弦函數(shù)構造得到的，所以使用VMD方法時分解層數(shù)K值取為3。得到結果如圖2.3所示。圖2.3仿真信號VMD結果通過圖2.1圖2.2和圖2.3的比較可以看出來VMD方法的分....

本文編號：3956763