基于EMD和SVM技術(shù)風(fēng)電齒輪箱早期故障診斷研究

【摘要】： 風(fēng)能作為一種蘊(yùn)藏量豐富的自然資源,因其使用便捷、可再生、成本低、無(wú)污染等特點(diǎn),在世界范圍內(nèi)得到了較為廣泛的使用和迅速發(fā)展,發(fā)展?jié)摿薮蟆Ｎ覈?guó)的風(fēng)力發(fā)電技術(shù)起步較晚,但發(fā)展迅速。以前風(fēng)力發(fā)電機(jī)組全部靠進(jìn)口,在90年代后,引進(jìn)國(guó)外先進(jìn)的風(fēng)力發(fā)電機(jī)組的總體設(shè)計(jì)和制造技術(shù),并在消化、吸收的基礎(chǔ)上優(yōu)化、創(chuàng)新。近幾年對(duì)風(fēng)電機(jī)組主要部件的故障統(tǒng)計(jì)中,由齒輪箱、發(fā)電機(jī)、葉片引起的故障是風(fēng)電機(jī)組故障的主要原因,其中齒輪箱的故障發(fā)生率在逐年增高,故障百分比已超過(guò)60%,是機(jī)組中故障發(fā)生率最高的部件。齒輪箱的狀態(tài)監(jiān)測(cè)與故障診斷已迫在眉睫。 風(fēng)電齒輪箱早期故障形式有磨損,齒面膠合,齒面接觸疲勞和斷齒。常用的故障診斷方法有時(shí)域法,頻域法,包絡(luò)分析,階比分析,倒譜,三維圖和全息譜。這些方法在風(fēng)電齒輪箱早期故障識(shí)別研究中有各自的優(yōu)點(diǎn),但是都不能去全面的去判斷是否是故障信號(hào)。 本文則探討了使用EMD和SVM相結(jié)合的方法對(duì)信號(hào)進(jìn)行特征提取,并用實(shí)驗(yàn)驗(yàn)證了該方法的可行性。分別在10Hz、15Hz、20Hz以及25Hz的條件下進(jìn)行實(shí)驗(yàn),首先采集齒輪在正常狀態(tài)、輕度磨損狀態(tài)及稍重磨損狀態(tài)下運(yùn)行時(shí)的數(shù)據(jù),接著基于MATLAB平臺(tái)計(jì)算其EMD特征單分量的均方根值,最后運(yùn)用支持向量機(jī)這一智能識(shí)別方法進(jìn)行分類和識(shí)別。從實(shí)驗(yàn)結(jié)果來(lái)看,分類的正確率是很高的,從而驗(yàn)證了該方法的正確性,為齒輪箱的故障診斷提供了一個(gè)嶄新的思路。 為了能與實(shí)際工程相結(jié)合,本文以LabVIEW這一圖形化編程語(yǔ)言為開(kāi)發(fā)平臺(tái),運(yùn)用EMD和SVM相結(jié)合的方法開(kāi)發(fā)出了一套故障診斷與識(shí)別系統(tǒng)來(lái)對(duì)設(shè)備的故障進(jìn)行識(shí)別和分類,從而把診斷理論與實(shí)際相結(jié)合起來(lái)。 【關(guān)鍵詞】：齒輪箱 故障診斷 EMD SVM
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：TM614
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-13
• 1.1 課題研究背景8-9
• 1.2 設(shè)備故障診斷技術(shù)的發(fā)展概況9-10
• 1.3 風(fēng)電齒輪箱早期故障診斷的國(guó)內(nèi)外研究現(xiàn)狀10-11
• 1.4 論文的主要內(nèi)容11-13
• 2 風(fēng)電齒輪箱常見(jiàn)早期故障及診斷方法13-25
• 2.1 風(fēng)電齒輪箱早期故障形式13-16
• 2.1.1 磨損13-14
• 2.1.2 齒面膠合14
• 2.1.3 齒面接觸疲勞14-15
• 2.1.4 斷齒15-16
• 2.1.5 其它故障16
• 2.2 風(fēng)電齒輪箱早期故障診斷方法16-24
• 2.2.1 時(shí)域分析16-18
• 2.2.2 頻域分析18-20
• 2.2.3 包絡(luò)分析20
• 2.2.4 階比分析20-21
• 2.2.5 倒譜分析21-22
• 2.2.6 三維圖22-23
• 2.2.7 全息譜23-24
• 2.3 本章小結(jié)24-25
• 3 風(fēng)電齒輪箱早期故障識(shí)別方法研究25-42
• 3.1 總方法探究25-26
• 3.2 EMD分解26-31
• 3.2.1 EMD分解技術(shù)理論26-28
• 3.2.2 工程實(shí)例28-31
• 3.3 SVM技術(shù)31-37
• 3.3.1 SVM核心技術(shù)31-35
• 3.3.2 工程實(shí)例35-37
• 3.4 故障信號(hào)的特征提取37-39
• 3.5 敏感單分量的提取39-41
• 3.6 本章小結(jié)41-42
• 4 試驗(yàn)驗(yàn)證42-56
• 4.1 實(shí)驗(yàn)數(shù)據(jù)采集42-46
• 4.2 降噪處理46-48
• 4.3 特征單分量的提取48-50
• 4.4 均方根值計(jì)算50-51
• 4.5 二維支持向量驗(yàn)證51-53
• 4.6 其它特征參數(shù)對(duì)比試驗(yàn)53-55
• 4.7 本章小結(jié)55-56
• 5 基于 LabVIEW的風(fēng)電齒輪箱早期故障診斷系統(tǒng)開(kāi)發(fā)56-67
• 5.1 EMD分解56-59
• 5.1.1 EMD分解程序?qū)崿F(xiàn)56-58
• 5.1.2 實(shí)例分解58-59
• 5.2 特征單分量的提取59-60
• 5.2.1 特征單分量的提取實(shí)現(xiàn)59
• 5.2.2 工程實(shí)例59-60
• 5.3 SVM技術(shù)實(shí)現(xiàn)60-62
• 5.3.1 程序?qū)崿F(xiàn)60-61
• 5.3.2 工程實(shí)例61-62
• 5.4 系統(tǒng)模塊62-66
• 5.4.1 系統(tǒng)總界面62-64
• 5.4.2 在線測(cè)試部分64-65
• 5.4.3 離線測(cè)試部分65-66
• 5.4.4 報(bào)表系統(tǒng)66
• 5.5 本章小結(jié)66-67
• 結(jié)論67-68
• 參考文獻(xiàn)68-70
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況70-71
• 致謝71-72

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

基于信號(hào)流圖的風(fēng)力發(fā)電機(jī)故障診斷    何丹;

基于小波變換的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障診斷與分析    張照煌;丁顯;劉曼;曾菊瑛;

基于改進(jìn)PSO和參數(shù)優(yōu)化的LSSVM的風(fēng)力發(fā)電機(jī)齒輪箱故障診斷    徐志翔

大功率風(fēng)電齒輪箱試驗(yàn)臺(tái)的關(guān)鍵問(wèn)題研究    胡康

基于Petri網(wǎng)的故障診斷建模研究及其在風(fēng)電機(jī)組中的應(yīng)用    張芳

關(guān)于支持向量機(jī)參數(shù)選擇方法分析    王睿;

我國(guó)風(fēng)力發(fā)電現(xiàn)狀和展望    李俊峰;高虎;馬玲娟;

LabVIEW與MATLAB混合編程    裴鋒,楊萬(wàn)生

基于LabVIEW7.1的PC機(jī)與PLC通信    馬振鋒;劉獻(xiàn)禮;王鵬;蔣新苗;

支持向量機(jī)最優(yōu)模型選擇的研究    劉向東 ,駱斌 ,陳兆乾

測(cè)量系統(tǒng)中儀表的精度分析與確定    柴春吉

應(yīng)用倒頻譜分析法對(duì)風(fēng)力發(fā)電機(jī)組齒輪箱故障診斷    樊長(zhǎng)博;張來(lái)斌;殷樹(shù)根;陳朝暉;王朝暉;崔厚璽;

時(shí)變調(diào)幅信號(hào)的循環(huán)平穩(wěn)特征    姜鳴,陳進(jìn),秦愷

LabVIEW中訪問(wèn)數(shù)據(jù)庫(kù)的幾種不同方法    畢虎;律方成;李燕青;李和明;

解調(diào)分析在風(fēng)力發(fā)電機(jī)上的運(yùn)用    時(shí)軼;崔新維;

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的高層建筑結(jié)構(gòu)選型    王全鳳;鄭浩;

現(xiàn)場(chǎng)總線結(jié)構(gòu)在電廠控制系統(tǒng)中的應(yīng)用    周冬生

遮擋情況下運(yùn)動(dòng)目標(biāo)的跟蹤    張根耀,李竹林,趙宗濤

EMD在汽車變速齒輪箱振動(dòng)故障分析的應(yīng)用    張德祥;吳小培;盧一相;

虛擬儀器的發(fā)展歷史、研究現(xiàn)狀與展望    李震,柯旭貴,汪云祥

樸素貝葉斯分類器的誤差估計(jì)    陳弋蘭;王鳴;孫書(shū)誠(chéng);

淺議PID控制在溫度控制系統(tǒng)中的應(yīng)用    趙紫靜;吳建民;

儲(chǔ)糧害蟲(chóng)圖像識(shí)別中的特征壓縮研究    張紅濤;胡玉霞;張恒源;顧波;

基于支持向量機(jī)的我國(guó)水產(chǎn)品出口貿(mào)易風(fēng)險(xiǎn)預(yù)警研究    李淑華;徐良培;陶建平;

支持向量機(jī)在糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用    程偉;張燕平;趙姝;

一種基于黎曼度量的訓(xùn)練樣本類不平衡SVM分類方法研究    周綺鳳;林成德;羅林開(kāi);彭洪;

候選字靜態(tài)生成技術(shù)及其在兩級(jí)LDA漢字識(shí)別中的應(yīng)用    劉志斌;金連文;

基于AdaBoost的手寫(xiě)體漢字相似字符識(shí)別    張彬;金連文;

基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械多類故障識(shí)別研究    顧小軍;楊世錫;錢蘇翔;

支持向量機(jī)在齒輪智能故障診斷中的應(yīng)用研究    呂蓬;柳亦兵;馬強(qiáng);魏于凡;

基于支持向量機(jī)的電力電子電路故障診斷    梁禹;王義剛;王娜;

基于最小二乘支持向量機(jī)的遲滯建模方法    康傳會(huì);汪曉東;汪軻;常健麗;

人機(jī)系統(tǒng)操作員功能狀態(tài)的模糊聚類方法    劉華;張建華;王嬈芬;王行愚;

基于支持向量機(jī)方法的過(guò)程操作員功能狀態(tài)分類    尹鐘;張建華;

基于SVM-GA的磁懸浮開(kāi)關(guān)磁阻電機(jī)優(yōu)化設(shè)計(jì)    項(xiàng)倩雯;孫玉坤;張新華;

基于內(nèi)容的醫(yī)學(xué)圖像檢索及語(yǔ)義建模關(guān)鍵技術(shù)研究    梁洪

圖像分類任務(wù)的關(guān)鍵技術(shù)研究    任楨

基于統(tǒng)計(jì)學(xué)習(xí)理論的分類方法研究    殷志偉

引線鍵合視覺(jué)檢測(cè)關(guān)鍵技術(shù)研究    孔凡芝

六自由度Stewart平臺(tái)分散智能控制研究    李晚龍

基于生物形態(tài)學(xué)的赤潮藻顯微圖像分割與特征提取研究    喬小燕

計(jì)算機(jī)輔助卷煙配方設(shè)計(jì)關(guān)鍵技術(shù)研究    楊寧

柔性坐標(biāo)測(cè)量機(jī)空間誤差模型及最佳測(cè)量區(qū)研究    鄭大騰

基于群體智能的機(jī)器視覺(jué)的關(guān)鍵技術(shù)研究    陳志國(guó)

基于統(tǒng)計(jì)學(xué)習(xí)的模式識(shí)別幾個(gè)問(wèn)題及其應(yīng)用研究    王曉明

擬概率空間上等均值噪聲下統(tǒng)計(jì)學(xué)習(xí)理論的理論基礎(chǔ)    杜二玲

一種基于聚類的支持向量機(jī)反問(wèn)題求解算法    朱杰

Hilbert-Huang變換改進(jìn)算法及其在齒輪箱故障診斷中的應(yīng)用研究    高昌鑫

白細(xì)胞圖像語(yǔ)義識(shí)別分類的研究    廖甜甜

基于振動(dòng)波的高速公路車輛行駛狀態(tài)辨識(shí)理論研究    黃正榮

人機(jī)劃拳系統(tǒng)的實(shí)現(xiàn)    劉棉

顱骨三維重建與信息提取    劉桂珍

空間三維信息重構(gòu)與飛行器路徑規(guī)劃    張海峰

基于支持向量機(jī)的人民幣序列號(hào)識(shí)別方法的研究    田文娟

優(yōu)化問(wèn)題的PVD算法研究    徐芳芳

一種基于模糊Petri網(wǎng)的操瞄系統(tǒng)故障診斷方法    張博;竇麗華;陳杰;董領(lǐng)遜;

故障診斷方法現(xiàn)狀與展望    王宏力;侯青劍;

我國(guó)風(fēng)力發(fā)電現(xiàn)狀和展望    李俊峰;高虎;馬玲娟;

基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)故障診斷    莊哲民;殷國(guó)華;李芬蘭;江鐘偉;

失速型風(fēng)電機(jī)組機(jī)網(wǎng)扭振的模型與機(jī)理    解大;王瑞琳;王西田;張延遲;

風(fēng)機(jī)齒輪箱故障原因淺析    蒙宣伊;龍辛;

德國(guó)海上風(fēng)電發(fā)展分析及啟示    劉林;尹明;楊方;關(guān)朋;

電力系統(tǒng)故障診斷的研究現(xiàn)狀與發(fā)展趨勢(shì)    郭創(chuàng)新;朱傳柏;曹一家;吳欣;

變速箱試驗(yàn)臺(tái)控制系統(tǒng)    常智海;吳堅(jiān)蘭;李浩;陳秀琴;

我國(guó)風(fēng)力發(fā)電市場(chǎng)前景及存在的問(wèn)題    王富;徐學(xué)淵;

支持向量機(jī)算法的研究及其應(yīng)用    范昕煒

機(jī)械系統(tǒng)故障信號(hào)特征提取技術(shù)研究    余紅英

基于Petri網(wǎng)的故障診斷技術(shù)研究及其在液壓系統(tǒng)中的應(yīng)用    李廈

風(fēng)力發(fā)電機(jī)組齒輪箱早期故障診斷方法研究    張亮

基于Petri網(wǎng)的云浮新港業(yè)務(wù)流程優(yōu)化研究    呂雅琴

基于Web多分支扭轉(zhuǎn)振動(dòng)系統(tǒng)動(dòng)力學(xué)性能的研究與開(kāi)發(fā)    庾應(yīng)文

600KW風(fēng)力發(fā)電機(jī)組故障診斷    唐新安

基于LabVIEW的機(jī)械狀態(tài)監(jiān)測(cè)系統(tǒng)研制    錢媛媛

齒式聯(lián)軸器不對(duì)中動(dòng)力學(xué)特性研究    龍?chǎng)?/span>

風(fēng)力發(fā)電機(jī)組振動(dòng)測(cè)試技術(shù)研究    時(shí)軼

大型風(fēng)電齒輪箱關(guān)鍵設(shè)計(jì)技術(shù)研究    董進(jìn)朝

汽車驅(qū)動(dòng)橋總成齒輪疲勞測(cè)試系統(tǒng)的研發(fā)    王中應(yīng)

基于虛擬樣機(jī)的大型風(fēng)電機(jī)組齒輪傳動(dòng)系統(tǒng)沖擊特性分析    陳紹軍

用ADO構(gòu)建LabView中的數(shù)據(jù)庫(kù)訪問(wèn)接口    徐洪安,費(fèi)仁元,王民

匯率預(yù)報(bào)的非線性組合建模與預(yù)測(cè)方法研究    董景榮

在Labview中使用動(dòng)態(tài)連接庫(kù)與通用數(shù)據(jù)庫(kù)接口    汪銳,汪仁煌

C6132車床振動(dòng)噪聲的試驗(yàn)研究    王延春,丁康,謝明,黃強(qiáng),伊柱林

滾動(dòng)軸承故障的倒頻譜分析    張文苑,劉國(guó)眾,周湛學(xué)

基于高階統(tǒng)計(jì)量的機(jī)械故障特征提取方法研究    張桂才,史鐵林,楊叔子

基于支持向量機(jī)的數(shù)據(jù)庫(kù)學(xué)習(xí)算法    田盛豐,黃厚寬

基于支持向量機(jī)的計(jì)算機(jī)鍵盤用戶身份驗(yàn)真    劉學(xué)軍,陳松燦,彭宏京

基于RBF核的SVM的模型選擇及其應(yīng)用    王鵬,朱小燕

基于說(shuō)話人聚類和支持向量機(jī)的說(shuō)話人確認(rèn)研究    侯風(fēng)雷,王炳錫

基于HHT的齒輪箱復(fù)合故障診斷研究    宋飛;潘宏俠;黃晉英;

基于高階譜的齒輪故障特征提取方法研究    余碧瓊;

基于AR-SVM的轉(zhuǎn)子故障診斷    張龍,熊國(guó)良,陳慧,李嶷

基于偏最小二乘回歸和人工神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷    彭森;許飛云;賈民平;胡建中;

齒輪箱振動(dòng)源信號(hào)分離與故障診斷研究    蔣宇;李志雄;

基于BP網(wǎng)絡(luò)的艦炮齒輪箱故障診斷方法    史躍東;焦自平;

基于相關(guān)分析與小波變換的齒輪箱故障診斷    袁佳勝;馮志華;

基于小波包與改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷    時(shí)建峰;時(shí)軍;時(shí)偉;周明;李增賀;

基于雙譜分析的齒輪故障診斷方法    蔣宇;李志雄;李力;

基于混合特征提取和WNN的齒輪箱故障診斷    魯艷軍;陳漢新;賀文杰;尚云飛;陳緒兵;

基于PCA和SVM算法的帶式輸送機(jī)跑偏故障診斷研究    韓明;孫京誥;

基于SVM的火控系統(tǒng)故障診斷方法研究    段修生;單甘霖;高慶;

A Tool Wear Predictive Model based on SVM    

A CDMA Signal Receiver based on LS-SVM    

基于可變風(fēng)險(xiǎn)SVM模型的故障識(shí)別方法研究    司愛(ài)威;馮輔周;江鵬程;饒國(guó)強(qiáng);王建;

一種提高SVM分類精度的調(diào)制信號(hào)識(shí)別方法    王紅偉;董慧;

Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication    

一種基于SVM的主動(dòng)學(xué)習(xí)文本分類方法    宋鑫穎;周志逵;

基于SVM的多波束測(cè)深數(shù)據(jù)濾波    邵杰;葉寧;容亦夏;

基于SVM和田口方法的石英撓性加速度計(jì)健壯性設(shè)計(jì)    于湘濤;周峰;張?zhí)m;魏超;

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

杭齒:多舉措推進(jìn)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(qiáng)    秦宵喊

重齒增產(chǎn)風(fēng)電齒輪箱　    劉榮進(jìn)

北京重齒齒輪箱銷售有限公司正式掛牌成立    記者 魏國(guó)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(qiáng)

GE進(jìn)軍國(guó)內(nèi)風(fēng)機(jī)齒輪箱市場(chǎng)    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(jiān) 邵輝

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SVM的高不平衡分類技術(shù)研究及其在電信業(yè)的應(yīng)用    渠瑜

EMD算法研究及其在信號(hào)去噪中的應(yīng)用    王婷

基于提升小波及SVM優(yōu)化的模擬電路智能故障診斷方法研究    宋國(guó)明

基于EMD的機(jī)械振動(dòng)分析與診斷方法研究    曹沖鋒

基于支持向量機(jī)的模擬電路故障診斷方法研究    孫永奎

基于SVM的肺結(jié)節(jié)自動(dòng)識(shí)別方法研究    張婧

基于SVM的話者確認(rèn)關(guān)鍵技術(shù)研究    龍艷花

基于話者統(tǒng)計(jì)特征和SVM的文本無(wú)關(guān)話者確認(rèn)研究    許敏強(qiáng)

基于EMD和Cohen核的時(shí)—頻分析研究及其在軌道不平順監(jiān)測(cè)中的應(yīng)用    寧?kù)o

基于EMD和SVM技術(shù)風(fēng)電齒輪箱早期故障診斷研究    白亞紅

600KW風(fēng)力發(fā)電機(jī)組故障診斷    唐新安

基于小波神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷研究    盧衛(wèi)萍

風(fēng)力發(fā)電機(jī)組齒輪箱早期故障診斷方法研究    張亮

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(dòng)態(tài)特性分析和優(yōu)化研究    薛顯光

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

大型風(fēng)力發(fā)電機(jī)齒輪箱動(dòng)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(jí)以上風(fēng)電齒輪箱傳動(dòng)系統(tǒng)的結(jié)構(gòu)與性能研究    楊紹波