【摘要】：行星齒輪箱是風(fēng)力發(fā)電機組傳動系統(tǒng)的重要組成部件,也是故障發(fā)生率最高的部件之一,近年來隨著風(fēng)機容量的飽和,后期的保養(yǎng)與維護越發(fā)重要。因此,研究風(fēng)電齒輪箱的故障監(jiān)測與診斷技術(shù)對風(fēng)電場的平穩(wěn)輸電和后期維護有著重要意義。本文以一級行星齒輪箱為研究對象,利用集合經(jīng)驗?zāi)Ｊ椒纸馑惴?Ensemble Empirical Mode Decomposition,EEMD)提取齒輪箱中的故障特征,EEMD通過疊加高斯白噪聲填補信號的間斷處使信號變得連續(xù)平穩(wěn),這樣就可以有效的抑制經(jīng)驗?zāi)Ｊ椒纸?Empirical Mode Decomposition,EMD)過程中產(chǎn)生的模態(tài)混疊現(xiàn)象,提高信號分析的精度。首先,本文介紹了行星齒輪箱的結(jié)構(gòu)和典型故障并建立行星齒輪箱振動信號模型,分析了EEMD的基本原理及算法,并與經(jīng)驗?zāi)B(tài)分解(EMD)進行對比加以驗證該方法能夠有效抑制EMD算法在分解過程中出現(xiàn)的模式混疊現(xiàn)象。其次,用三維建模軟件Solid Works建立風(fēng)電機組齒輪箱行星輪系模型,聯(lián)合ADAMS對風(fēng)電機組行星齒輪箱進行動力學(xué)仿真。分別建立正常和故障齒輪模型并對其進行動力學(xué)仿真,對仿真得到的嚙合力特征做頻譜分析判斷齒輪的工作狀態(tài),驗證虛擬樣機技術(shù)對于風(fēng)電機組齒輪箱的故障診斷的可行性。最后,搭建風(fēng)力發(fā)電機組模擬試驗臺,分別在行星齒輪箱正常和故障條件下采集齒輪箱的振動信息并將振動信號進行EEMD分解,對有效的IMF分量做包絡(luò)譜分析,通過包絡(luò)分析提取出信號中的特征頻率并診斷行星齒輪箱工作狀態(tài)。通過模型仿真分析,輪齒的故障頻率作為調(diào)制頻率會引起載波頻率的變化,通過對嚙合力的分析可以找到齒輪故障特征頻率成份以及相關(guān)成份,驗證了仿真的可行性。實驗結(jié)果表明,雖然行星齒輪箱的原始振動信息復(fù)雜,通過對行星齒輪箱正常和故障狀態(tài)下的振動數(shù)據(jù)對比分析,表明EEMD分解對于振動信號的去噪以及抑制模態(tài)混疊現(xiàn)象具有十分明顯的效果,能夠準確地反映故障特征頻率,驗證了EEMD算法對行星齒輪箱故障診斷應(yīng)用的可行性。
【圖文】：

.1 課題的來源課題來自國家自然科學(xué)基金項目“風(fēng)力發(fā)電機主傳動鏈的無傳感器故障方法研究”（批準號：51275136）。.2 課題研究的目的和意義從現(xiàn)在的國際環(huán)境來看，能源的消耗與污染問題已經(jīng)成為全世界關(guān)注的，，能源的重復(fù)利用和清潔能源的開發(fā)已成為諸多領(lǐng)域的熱點，風(fēng)能與其他環(huán)再生的能源如太陽能、水能等相比，更加容易開發(fā)利用，而且不會對環(huán)生二次污染，不受季節(jié)、氣候、地域等因素的限制。風(fēng)電技術(shù)的發(fā)展日趨，風(fēng)電場也在不斷擴大，據(jù)世界風(fēng)能理事會(GWEC)最新年度報告顯示[1]，2新增加的裝機容量歷史上首次超過 60GW,上線的風(fēng)能容量達到了 63GW，了去年的 51.7GW。截止到 2015 年，全球風(fēng)機安裝容量總數(shù)是 432.9 GW比于 2014 年累計市場增長超過 17%。萬千瓦 %

圖 1-3 模擬實驗臺系統(tǒng)Fig.1-3 Simulation test bench system圖 1-4 行星齒輪箱實驗臺Fig.1-4 Planetary gear box experiment table所述，通過以上諸多文獻的相關(guān)介紹，不難看出現(xiàn)有的故障了風(fēng)電齒輪箱的復(fù)雜結(jié)構(gòu)，實驗臺的搭建也是模擬齒輪箱的號的處理也提出了很多方法，但是多數(shù)研究都是借助傳統(tǒng)定
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TM315;TH132.41

【參考文獻】

相關(guān)期刊論文 前10條

1 耿宇斌;趙學(xué)智;;基于Morlet小波變換與SVD的故障特征提取[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2014年07期

2 雷亞國;湯偉;孔德同;林京;;基于傳動機理分析的行星齒輪箱振動信號仿真及其故障診斷[J];機械工程學(xué)報;2014年17期

3 嚴宏志;劉明;王yN維;;擺線齒準雙曲面齒輪的動態(tài)嚙合性能[J];中南大學(xué)學(xué)報(自然科學(xué)版);2013年10期

4 隆軍;吳金強;;STFT和HHT在風(fēng)力機軸承故障診斷中的應(yīng)用[J];噪聲與振動控制;2013年04期

5 王金福;李富才;;機械故障診斷技術(shù)中的信號處理方法:時頻分析[J];噪聲與振動控制;2013年03期

6 馮志鵬;趙鐳鐳;褚福磊;;行星齒輪箱故障診斷的幅值解調(diào)分析方法[J];中國電機工程學(xué)報;2013年08期

7 馮志鵬;范寅夕;LIANG Ming;褚福磊;;行星齒輪箱故障診斷的非平穩(wěn)振動信號分析方法[J];中國電機工程學(xué)報;2013年17期

8 田海雷;李洪儒;許葆華;;基于EEMD和平滑能量算子解調(diào)的軸向柱塞泵故障特征提取[J];海軍工程大學(xué)學(xué)報;2013年01期

9 馮志鵬;褚福磊;;行星齒輪箱齒輪分布式故障振動頻譜特征[J];中國電機工程學(xué)報;2013年02期

10 蘇東超;陳朝陽;張代勝;汪韶杰;殷呂;;基于ADAMS的選擇性輸出雙離合自動變速器仿真分析[J];機械傳動;2012年03期

相關(guān)碩士學(xué)位論文 前6條

1 杜恒;基于EMD的風(fēng)力發(fā)電機組行星齒輪故障診斷方法研究[D];哈爾濱理工大學(xué);2016年

2 張耀;基于Hilbert-Huang變換的齒輪箱故障診斷方法研究[D];蘭州理工大學(xué);2014年

3 曹斌;風(fēng)電機組振動監(jiān)測與故障診斷系統(tǒng)研究[D];廣東工業(yè)大學(xué);2014年

4 郝云鎖;基于SAPSO和改進SVM的風(fēng)力發(fā)電機齒輪箱故障診斷系統(tǒng)研究[D];華東理工大學(xué);2014年

5 白亞紅;基于EMD和SVM技術(shù)風(fēng)電齒輪箱早期故障診斷研究[D];大連理工大學(xué);2009年

6 劉欣;基于虛擬樣機技術(shù)的直齒行星傳動動力學(xué)研究[D];天津大學(xué);2007年

本文編號：2704199