風(fēng)電齒輪箱故障特征分析與診斷方法研究

【摘要】：隨著風(fēng)力發(fā)電技術(shù)日趨成熟,市場逐步擴(kuò)大,風(fēng)力發(fā)電已成為各國重點(diǎn)開發(fā)的能源之一。據(jù)統(tǒng)計(jì),風(fēng)力發(fā)電機(jī)組中齒輪箱傳動(dòng)裝置故障率發(fā)生較高,對(duì)齒輪箱故障診斷方法研究的重要性及緊迫性越來越顯著。本文以風(fēng)力發(fā)電機(jī)組中的齒輪箱振動(dòng)信號(hào)分析與故障診斷方法為研究重點(diǎn),以提高風(fēng)電機(jī)組的可靠性為目的,主要對(duì)齒輪箱的重要組成部分齒輪、軸承進(jìn)行研究。文章主要做了三個(gè)方面的工作:(1)研究了大型風(fēng)電機(jī)組齒輪箱故障形成機(jī)理,傳感器采集的齒輪箱振動(dòng)數(shù)據(jù)中往往包含了大量的噪聲信息,對(duì)故障識(shí)別和狀態(tài)評(píng)估等帶來了較大的影響。本文針對(duì)常規(guī)小波閾值去噪采用了一種改進(jìn)的方法,提高了信噪比、降低了均方差并通過MATLAB仿真分析與齒輪箱齒輪、軸承故障診斷實(shí)例分析,驗(yàn)證了改進(jìn)后的方法取得了較好的效果。(2)研究了大型風(fēng)電機(jī)組齒輪箱的故障診斷方法,以振動(dòng)信號(hào)為分析對(duì)象,采用了一種基于小波包(WPA)的振動(dòng)信號(hào)能量分析法。通過計(jì)算各節(jié)點(diǎn)能量值并獲取與各故障對(duì)應(yīng)關(guān)系,對(duì)能量值變化明顯的節(jié)點(diǎn)系數(shù)進(jìn)行重構(gòu),對(duì)重構(gòu)系數(shù)進(jìn)行包絡(luò)頻譜分析,實(shí)驗(yàn)結(jié)果表明可較好的確定故障所在位置及故障類型。本文在此基礎(chǔ)上引入了能量矩參數(shù),考慮了能量隨時(shí)間參數(shù)變化的分布,并結(jié)合時(shí)域、頻域信號(hào)提取與故障相關(guān)的特征參數(shù),共同構(gòu)建特征向量為后續(xù)診斷分析做準(zhǔn)備。最后通過風(fēng)力機(jī)實(shí)驗(yàn)臺(tái)齒輪箱模擬故障實(shí)驗(yàn),驗(yàn)證了該方法的有效性。(3)采用粒子群優(yōu)化算法(PSO)對(duì)支持向量機(jī)(SVM)的核參數(shù)進(jìn)行優(yōu)化,構(gòu)成WPA-PSO-SVM診斷模型,對(duì)各工況進(jìn)行智能模式識(shí)別。一般SVM算法的核函數(shù)采用單一核函數(shù),泛化性和學(xué)習(xí)性過于單一,分類準(zhǔn)確率不是很高。本文結(jié)合RBF核函數(shù)和多項(xiàng)式核函數(shù)各自優(yōu)點(diǎn),構(gòu)建了線性組合的混合核函數(shù),通過權(quán)重的調(diào)節(jié)來平衡算法的泛化性和學(xué)習(xí)性。最后通過風(fēng)力機(jī)實(shí)驗(yàn)臺(tái)齒輪箱模擬故障實(shí)驗(yàn),在不同轉(zhuǎn)速情況下驗(yàn)證了該方法的有效性。 【關(guān)鍵詞】：齒輪箱 小波去噪 包絡(luò)頻譜 能量矩 模式識(shí)別 混合核函數(shù)
【學(xué)位授予單位】：上海電機(jī)學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM315
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-20
• 1.1 選題的背景及意義11-13
• 1.2 國內(nèi)外研究的現(xiàn)狀13-16
• 1.2.1 國內(nèi)齒輪箱在線監(jiān)測與故障診斷技術(shù)研究現(xiàn)狀13-15
• 1.2.2 國外齒輪箱在線監(jiān)測與故障診斷技術(shù)研究現(xiàn)狀15-16
• 1.3 研究對(duì)象常見失效形式及失效原因16-18
• 1.3.1 齒輪的主要失效形式及失效原因16-17
• 1.3.2 滾動(dòng)軸承的主要失效形式及失效原因17-18
• 1.4 論文研究內(nèi)容18-20
• 第二章 風(fēng)力發(fā)電機(jī)組齒輪箱故障振動(dòng)機(jī)理及信號(hào)分析方法20-35
• 2.1 齒輪、軸承的故障特征分析20-23
• 2.1.1 齒輪的基本參數(shù)、故障特征頻率及頻譜特征20-21
• 2.1.2 滾動(dòng)軸承的基本參數(shù)、故障特征頻率及頻譜特征21-23
• 2.2 振動(dòng)信號(hào)調(diào)制現(xiàn)象23-25
• 2.3 基于振動(dòng)信號(hào)的故障診斷方法25-28
• 2.3.1 時(shí)域特征分析25-27
• 2.3.2 頻域特征分析27-28
• 2.4 時(shí)頻分析方法28-34
• 2.4.1 小波變換理論29-31
• 2.4.2 小波包理論31-34
• 2.5 本章小結(jié)34-35
• 第三章 風(fēng)力發(fā)電齒輪箱振動(dòng)信號(hào)去噪及特征提取分析35-53
• 3.1 齒輪箱實(shí)驗(yàn)平臺(tái)搭建35-39
• 3.2 小波閾值降噪39-41
• 3.2.1 閾值選取規(guī)則40-41
• 3.2.2 閾值函數(shù)41
• 3.3 改進(jìn)的閾值選取規(guī)則和閾值函數(shù)41-46
• 3.3.1 仿真分析42-44
• 3.3.2 試驗(yàn)驗(yàn)證44-46
• 3.4 基于小波變換的包絡(luò)頻譜分析46-52
• 3.5 本章小結(jié)52-53
• 第四章 基于小波包的風(fēng)力發(fā)電齒輪箱故障診斷方法研究53-62
• 4.1 基于小波包頻帶能量分析法的故障特征提取53-54
• 4.1.1 小波包特征提取理論53-54
• 4.1.2 小波包特征提取步驟54
• 4.2 支持向量機(jī)理論54-57
• 4.2.1 最優(yōu)超平面55-56
• 4.2.2 核函數(shù)56-57
• 4.3 能量矩參數(shù)引入57-60
• 4.3.1 仿真實(shí)驗(yàn)驗(yàn)證58-59
• 4.3.2 試驗(yàn)驗(yàn)證59-60
• 4.4 本章小結(jié)60-62
• 第五章 改進(jìn)的SVM在風(fēng)力發(fā)電齒輪箱故障診斷中的應(yīng)用62-70
• 5.1 概述62
• 5.2 混合核函數(shù)62-63
• 5.3 SVM相關(guān)參數(shù)的選擇方法63-64
• 5.3.1 交叉驗(yàn)證的方法63-64
• 5.3.2 基于粒子群優(yōu)化SVM相關(guān)參數(shù)選擇方法64
• 5.4 基于混合核函數(shù)的PSO-SVM64-69
• 5.4.1 基于UCI數(shù)據(jù)集的PSO-SVM（混合核函數(shù)）算法驗(yàn)證66-67
• 5.4.2 基于混合核函數(shù)的齒輪箱故障診斷實(shí)例分析67-69
• 5.5 本章小結(jié)69-70
• 第六章 結(jié)論與展望70-72
• 6.1 總結(jié)70-71
• 6.2 展望71-72
• 參考文獻(xiàn)72-77
• 致謝77-78
• 攻讀碩士學(xué)位期間取得的研究成果78

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來了解更多相關(guān)內(nèi)容

齒輪箱故障的狀態(tài)監(jiān)測分析    孫福霞

正確運(yùn)用分析方法確定齒輪箱故障    杜秋杰

齒輪箱故障信息增強(qiáng)技術(shù)研究    姚竹亭,潘宏俠

齒輪箱故障時(shí)域和頻域綜合診斷技術(shù)    陸人定;

定量診斷齒輪箱故障方法的探討    湯和;汪元輝;張策;應(yīng)懷樵;

齒輪箱故障的實(shí)時(shí)監(jiān)測的原理和系統(tǒng)設(shè)計(jì)    張新華

風(fēng)機(jī)齒輪箱故障原因淺析    蒙宣伊;龍辛;

風(fēng)電機(jī)組齒輪箱故障分析及改進(jìn)措施    于良峰;趙登利;吳樹梁;

隨機(jī)監(jiān)測磨屑預(yù)報(bào)齒輪箱故障    G.H.Mills;劉志堅(jiān);

風(fēng)電齒輪箱故障診斷實(shí)例分析    肖洪波;劉松松;

齒輪箱故障信息增強(qiáng)技術(shù)研究    姚竹亭;潘宏俠;

基于CHMM動(dòng)態(tài)模型的齒輪箱故障檢測和診斷方法研究    李淑智;劉彈;徐光華;

基于Fisher準(zhǔn)則的風(fēng)電齒輪箱故障識(shí)別    楊炯明;范得功;周雁冰;柳亦兵;

齒輪箱故障振動(dòng)信號(hào)去噪及特征提取算法研究    張澎濤

基于數(shù)據(jù)驅(qū)動(dòng)的行星齒輪箱故障診斷方法研究    劉志亮

風(fēng)力發(fā)電機(jī)齒輪箱故障預(yù)警方法研究    張欣欣

基于時(shí)頻—解調(diào)分析的行星齒輪箱故障診斷方法研究    劉劍鋒

基于振動(dòng)特征分析的風(fēng)電齒輪箱故障診斷技術(shù)研究    任爽

風(fēng)電齒輪箱故障特征分析與診斷方法研究    高志飛

風(fēng)電機(jī)組齒輪箱故障趨勢預(yù)測方法研究    馬玉峰

基于狀態(tài)監(jiān)測信息的風(fēng)電機(jī)組齒輪箱故障預(yù)測研究    王斐斐

齒輪箱故障特征提取技術(shù)研究    王艷芳

基于信息融合的齒輪箱故障診斷技術(shù)研究    彭志凌

基于EMD和支持向量機(jī)的齒輪箱故障診斷方法研究    張斌

基于EMD的齒輪箱故障特征提取方法研究    張強(qiáng)