風(fēng)電機組狀態(tài)監(jiān)測與故障診斷系統(tǒng)的設(shè)計與實現(xiàn)

【摘要】：隨著能源危機的加深，各國都在大力發(fā)展清潔能源技術(shù)，作為一種相對成熟的可再生能源技術(shù)，近年來風(fēng)力發(fā)電發(fā)展迅速，無論是風(fēng)機發(fā)電量還是新增裝機容量都有著大幅度的增長。然而風(fēng)電建設(shè)快速推進的同時，也帶來了一系列的挑戰(zhàn)，突出的表現(xiàn)就是風(fēng)電機組的質(zhì)量問題頻發(fā)，嚴(yán)重影響正常的生產(chǎn)發(fā)電工作，造成巨大的經(jīng)濟損失。因此開發(fā)針對風(fēng)電機組的在線監(jiān)測與故障預(yù)警系統(tǒng)顯得尤為必要與迫切。 風(fēng)力發(fā)電機作為一種大型的旋轉(zhuǎn)機械，長期處在野外惡劣的工作環(huán)境中，故障易發(fā)，齒輪箱作為風(fēng)機內(nèi)傳動系統(tǒng)的核心部件，持續(xù)受到交變的沖擊力和重載荷，更是故障的高發(fā)部位。因此本文著重研究風(fēng)電機組的齒輪箱故障診斷問題。 齒輪箱常見的故障有齒輪斷齒、軸承內(nèi)外圈損壞、軸不平衡等，當(dāng)這些故障存在時，會引起齒輪箱振動信號的調(diào)制問題。不同部位的故障會引起不同的振動信號特征頻率，同一部位不同程度的故障會引起不同程度的振動幅值，通過對發(fā)生故障的振動信號進行分析，可以對齒輪箱的健康狀態(tài)做出相應(yīng)的評估。風(fēng)機齒輪箱內(nèi)的結(jié)構(gòu)和受力情況都很復(fù)雜，導(dǎo)致獲得的齒輪箱振動信號也十分的復(fù)雜，因此往往需要專業(yè)的技術(shù)人員才能完成對設(shè)備的故障判斷，受制于不同技術(shù)人員經(jīng)驗技能的限制，不同人判斷的結(jié)果往往會有很大差別，而且效率低下。為了解決上述問題，本文擬采用基于BP神經(jīng)網(wǎng)絡(luò)的智能故障診斷技術(shù)。本文的主要研究內(nèi)容分為以下幾個方面： 第一，研究了風(fēng)力發(fā)電機齒輪箱的結(jié)構(gòu)，明確了齒輪箱內(nèi)產(chǎn)生振動的機理，重點研究了齒輪箱內(nèi)齒輪、軸承發(fā)生故障時的振動信號形式及振動特點。 第二，源于風(fēng)機齒輪箱內(nèi)的受力情況變化復(fù)雜，齒輪箱內(nèi)的振動信號屬于典型的非平穩(wěn)信號，本文研究了針對振動信號的處理算法，包括時域分析算法，頻域分析算法及時頻分析算法，通過對比它們的特點，最終確定了利用小波包分解的方法，提取齒輪箱內(nèi)的故障信號特征值。齒輪箱在發(fā)生故障時，必然會引起振動能量的變化，不同的故障會引起不同頻帶能量的變化，基于這個特點，利用小波包分析方法，計算不同頻帶的能量變化。 第三，為了提高齒輪箱故障診斷的效率和準(zhǔn)確性，本文研究了BP神經(jīng)網(wǎng)絡(luò)在此方面的應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)作為一種成熟的前向網(wǎng)絡(luò)，非線性映射能力強，結(jié)構(gòu)相對簡單，但是網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)效果卻非常好，本系統(tǒng)結(jié)合小波包方法提取的故障特征，將這些特征值送入BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練和診斷，可以實現(xiàn)故障的智能診斷。 第四，基于實驗室現(xiàn)有的齒輪箱實驗臺，開發(fā)了一套完整的在線監(jiān)測與故障診斷系統(tǒng)軟件。軟件基于虛擬儀器的理念開發(fā)，采用LabVIEW編程語言，編制了良好的人機交互界面，完成了振動信號數(shù)據(jù)的采集、傳輸、處理和保存等一系列功能。 本文研究了齒輪箱故障的原理，確定了基于小波包分解和BP神經(jīng)網(wǎng)絡(luò)為核心的故障處理算法，采用LabVIEW及MATLAB混合編程技術(shù)開發(fā)了一套齒輪箱在線監(jiān)測及故障診斷系統(tǒng)，系統(tǒng)能夠?qū)X輪箱內(nèi)的故障類型做出準(zhǔn)確判斷，具有一定的實用性。 【關(guān)鍵詞】：風(fēng)力發(fā)電機 齒輪箱 故障診斷 神經(jīng)網(wǎng)絡(luò) 小波包 虛擬儀器
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TM315;TM307
【目錄】：

• 摘要4-6
• Abstract6-12
• 第1章 緒論12-16
• 1.1 論文研究背景及意義12-13
• 1.2 風(fēng)力發(fā)電機組故障診斷發(fā)展現(xiàn)狀13-14
• 1.3 本文的主要研究內(nèi)容14-15
• 1.4 本章小結(jié)15-16
• 第2章 風(fēng)力發(fā)電機齒輪箱的故障原理分析16-24
• 2.1 風(fēng)力發(fā)電機結(jié)構(gòu)16-17
• 2.2 風(fēng)力發(fā)電機齒輪箱結(jié)構(gòu)17-18
• 2.3 齒輪故障及振動信號產(chǎn)生18-21
• 2.3.1 齒輪的嚙合頻率18-19
• 2.3.2 齒輪振動信號的調(diào)制19-20
• 2.3.3 齒輪故障形式及信號特征20-21
• 2.4 軸承故障及振動信號產(chǎn)生21-22
• 2.4.1 齒輪箱中滾動軸承的振動機理21
• 2.4.2 軸承故障頻率21-22
• 2.5 本章小結(jié)22-24
• 第3章 基于小波包神經(jīng)網(wǎng)絡(luò)的故障診斷算法分析24-42
• 3.1 常用的故障算法介紹24-26
• 3.1.1 時域分析24-25
• 3.1.2 頻域分析25-26
• 3.2 小波包分析26-33
• 3.2.1 小波變換原理27-30
• 3.2.2 小波消噪30-32
• 3.2.3 小波包變換32-33
• 3.3 BP 神經(jīng)網(wǎng)絡(luò)33-38
• 3.3.1 神經(jīng)元特性33-34
• 3.3.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)34-35
• 3.3.3 BP 神經(jīng)網(wǎng)絡(luò)的建立35-38
• 3.4 基于小波包和 BP 神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷模型38-41
• 3.4.1 小波包和 BP 神經(jīng)網(wǎng)絡(luò)的結(jié)合方式38-39
• 3.4.2 基于小波包的振動信號特征向量提取39-40
• 3.4.3 基于 BP 神經(jīng)網(wǎng)絡(luò)的智能故障診斷40-41
• 3.5 本章小結(jié)41-42
• 第4章 基于虛擬儀器的齒輪箱故障診斷系統(tǒng)開發(fā)42-62
• 4.1 虛擬儀器技術(shù)介紹42-43
• 4.2 系統(tǒng)整體設(shè)計43
• 4.3 齒輪箱實驗臺設(shè)計43-44
• 4.4 基于 PXI 平臺的振動信號采集44-50
• 4.4.1 PXI 平臺總體設(shè)計44-46
• 4.4.2 振動信號采集46-47
• 4.4.3 轉(zhuǎn)速信號采集47-49
• 4.4.4 采集的觸發(fā)同步問題49-50
• 4.5 基于 DataSocket 技術(shù)的數(shù)據(jù)傳輸50-52
• 4.6 監(jiān)控中心軟件實現(xiàn)52-60
• 4.6.1 BP 網(wǎng)絡(luò)訓(xùn)練模塊53-55
• 4.6.2 BP 網(wǎng)絡(luò)診斷啟停模塊55-57
• 4.6.3 數(shù)據(jù)保存啟停模塊57-58
• 4.6.4 離線分析模塊58-60
• 4.6.5 數(shù)據(jù)采集啟停模塊60
• 4.6.6 系統(tǒng)退出60
• 4.7 本章小結(jié)60-62
• 第5章 故障診斷實例分析62-68
• 5.1 數(shù)據(jù)的小波消噪處理62-63
• 5.2 故障特征向量提取63-65
• 5.3 BP 網(wǎng)絡(luò)診斷分析65-67
• 5.4 本章小結(jié)67-68
• 第6章 總結(jié)與展望68-70
• 6.1 總結(jié)68-69
• 6.2 展望69-70
• 參考文獻70-78
• 作者簡介及在學(xué)期間所取得的科研成果78-80
• 致謝80

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

齒輪箱振動源信號分離系統(tǒng)軟件設(shè)計與實現(xiàn)    劉仲宇;周曉峰;葉紅仙;項文娟;楊世錫;

基于小波包與改進BP神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷    時建峰;時軍;時偉;周明;李增賀;

基于小波分析齒輪箱故障診斷研究    孫俊偉;張亞;

基于遞推參數(shù)辨識的齒輪箱故障在線檢測    原菊梅;潘宏俠;

基于小波包能量譜齒輪振動信號的分析與故障診斷    王江萍;孫文莉;

基于階次跟蹤和BP網(wǎng)絡(luò)的齒輪箱故障模式識別    欒軍英;康海英;鄭海起;曹進華;

基于小波包變換的齒輪箱降噪方法研究    任學(xué)平;王培;

齒輪箱故障診斷中小波技術(shù)的應(yīng)用    劉勇蘭;

汽車變速箱齒輪磨損的分形預(yù)測研究    張斌;

現(xiàn)場齒輪箱內(nèi)齒輪故障的振動法診斷    王萍輝

高精度硬齒面艦船齒輪箱技術(shù)應(yīng)用    曹云;

H329齒輪箱齒輪軸振動的分析    王飏;

小波技術(shù)與神經(jīng)網(wǎng)絡(luò)在齒輪診斷中的應(yīng)用    田延安;王建文;楊莉;

主軸及齒輪箱鎖緊盤設(shè)計強度校核    張林中;代海濤;

基于關(guān)聯(lián)維數(shù)的齒輪裂紋監(jiān)測研究    馮志鵬;Ming J.Zuo;褚福磊;

JD31-400壓力機平衡缸修復(fù)和齒輪箱安裝的改造    陳襄清;張淑平;

齒輪故障診斷的原理及應(yīng)用    趙章焰;

循環(huán)自相關(guān)函數(shù)在齒輪箱故障診斷中的應(yīng)用    金大瑋;李建橋;賈民平;

風(fēng)電齒輪箱振動信號的倒頻譜分析    滕偉;武鑫;高青風(fēng);柳亦兵;

基于頻譜分析的矯直機齒輪箱故障診斷    潘紫微;戚曉利;

高爐水冷齒輪箱在線監(jiān)測系統(tǒng)推出    牟玉紅段小朋

杭齒:多舉措推進齒輪箱技術(shù)創(chuàng)新    金小萍

南高齒首批消防泵齒輪箱試行成功    蕭芳雯

南京高齒沖刺全球風(fēng)電齒輪箱前三強    秦宵喊

重齒增產(chǎn)風(fēng)電齒輪箱　    劉榮進

北京重齒齒輪箱銷售有限公司正式掛牌成立    記者 魏國林

重慶齒輪箱公司在武漢成立全資銷售公司    駐四川記者 楊貴全 通訊員 高志強

GE進軍國內(nèi)風(fēng)機齒輪箱市場    記者　韓曉霞

重齒新標(biāo)志正式發(fā)布    齒暄

企業(yè)百事 納稅為先    孫勇堅 邵輝

柔性銷軸式風(fēng)電齒輪箱動力學(xué)研究    徐向陽

小波分析在旋轉(zhuǎn)機械故障診斷中的應(yīng)用    傅瑜

齒輪箱不解體診斷技術(shù)研究    王新晴

循環(huán)平穩(wěn)和解調(diào)頻技術(shù)在故障診斷中的研究和應(yīng)用    何俊

基于循環(huán)平穩(wěn)的滾動軸承及齒輪微弱故障特征提取應(yīng)用研究    畢果

基于多尺度線調(diào)頻小波路徑追蹤的機械故障診斷方法研究    羅潔思

基于粒子群優(yōu)化的齒輪箱智能故障診斷研究    魏秀業(yè)

振動信號處理技術(shù)在直升機齒輪箱故障診斷中的應(yīng)用    沈國際

基于子系統(tǒng)分析的多維耦合系統(tǒng)功率流傳遞特性研究    張蔚波

機械系統(tǒng)故障信號特征提取技術(shù)研究    余紅英

風(fēng)力發(fā)電機組齒輪箱早期故障診斷方法研究    張亮

關(guān)于風(fēng)電機齒輪箱傳動系統(tǒng)振動特性的分析研究    付松

基于虛擬儀器的大型高速齒輪箱故障診斷系統(tǒng)研究    陳晗霄

某船用齒輪箱的動態(tài)特性分析和優(yōu)化研究    薛顯光

大型風(fēng)力發(fā)電機齒輪箱動力學(xué)分析    許琦

基于神經(jīng)網(wǎng)絡(luò)的齒輪箱智能故障診斷技術(shù)的研究    張捷

兆瓦級以上風(fēng)電齒輪箱傳動系統(tǒng)的結(jié)構(gòu)與性能研究    楊紹波

齒輪箱系統(tǒng)耦合動態(tài)特性研究    羅家元

基于小波分析的齒輪箱故障診斷技術(shù)的研究和應(yīng)用    邢鈞

風(fēng)機齒輪箱監(jiān)測診斷系統(tǒng)的研究與實現(xiàn)    祝儒德