發(fā)布時(shí)間：2021-01-13 13:14

　　由于風(fēng)電機(jī)組工作環(huán)境惡劣,工況復(fù)雜,在風(fēng)電大規(guī)模發(fā)展的同時(shí),風(fēng)電機(jī)組運(yùn)行的安全和穩(wěn)定性問(wèn)題也愈加突出。當(dāng)齒輪箱軸承故障導(dǎo)致故障停機(jī)時(shí),其停機(jī)時(shí)間在各部件中是最長(zhǎng)的。因此,對(duì)齒輪箱軸承故障診斷方法進(jìn)行研究,為能夠及時(shí)發(fā)現(xiàn)軸承故障,避免風(fēng)電機(jī)組發(fā)生嚴(yán)重事故并降低維修費(fèi)用,保證機(jī)組運(yùn)轉(zhuǎn)的穩(wěn)定性,提供了重要的理論指導(dǎo)和技術(shù)保證。本文是在國(guó)家科技支撐計(jì)劃項(xiàng)目（2015BAA06B03）“大型風(fēng)電場(chǎng)智能化運(yùn)行維護(hù)關(guān)鍵技術(shù)研究及示范”的資助下完成的。針對(duì)風(fēng)電機(jī)組的傳感器振動(dòng)數(shù)據(jù),提出了兩種基于振動(dòng)分析的齒輪箱軸承故障診斷算法:（1）提出一種新的變分模態(tài)分解（Variational Mode Decomposition,VMD）結(jié)合奇異值能量差分譜的風(fēng)機(jī)齒輪箱軸承故障診斷方法。該方法第一步利用變分模態(tài)分解算法獲得一組本征模態(tài)函數(shù)分量（Intrinsic Mode Function,IMF）。然后按照聯(lián)合因子,即峭度-相關(guān)系數(shù)指標(biāo)提取敏感IMF,并通過(guò)其奇異值能量差分譜,確定有效奇異值個(gè)數(shù)并重構(gòu)源信號(hào)。最后采用Hilbert包絡(luò)解調(diào)提取故障特征并診斷故障。（2）提出一種新的高維空間故障數(shù)據(jù)處理方法——張... 

【文章來(lái)源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

滾動(dòng)軸承的組成結(jié)構(gòu)

圖 4-8 振動(dòng)傳感器分布圖了 3 個(gè)傳感器在軸承的底座上測(cè)取的振動(dòng)加速度振動(dòng)波形包含有不規(guī)則的沖擊，且含有大量噪聲VD 方法對(duì)圖 4-9 中觀測(cè)信號(hào)進(jìn)行源數(shù)估計(jì)，觀測(cè)得到由 IMF 分量及其對(duì)應(yīng)的觀測(cè)信號(hào)組成的虛分別對(duì)XIMF1，XIMF2和XIMF3進(jìn)行 SVD 分解，得相鄰奇異值差值均呈下降趨勢(shì)，其中奇異值 1和值，說(shuō)明第一個(gè)奇異值能量占據(jù)了全部奇異值能失，此處取源估計(jì)為 2。0 0.05 0.1 0.15 0.2 0.25 0-0.500.50 0.05 0.1 0.15 0.2 0.25 0-101觀測(cè)信號(hào)x1觀測(cè)信號(hào)x2t/s幅值/(mm/s2)

【參考文獻(xiàn)】：
期刊論文
[1]基于EEMD-Hilbert包絡(luò)譜和DBN的變負(fù)載下滾動(dòng)軸承狀態(tài)識(shí)別方法[J]. 王玉靜,那曉棟,康守強(qiáng),謝金寶,V I MIKULOVICH.  中國(guó)電機(jī)工程學(xué)報(bào). 2017(23)
[2]基于MCKD-EMD的風(fēng)電機(jī)組軸承早期故障診斷方法[J]. 趙洪山,李浪.  電力自動(dòng)化設(shè)備. 2017(02)
[3]2016年全球風(fēng)電裝機(jī)統(tǒng)計(jì)[J].   風(fēng)能. 2017(02)
[4]變分模態(tài)分解方法及其在滾動(dòng)軸承早期故障診斷中的應(yīng)用[J]. 唐貴基,王曉龍.  振動(dòng)工程學(xué)報(bào). 2016(04)
[5]大規(guī)模海上風(fēng)電輸電與并網(wǎng)關(guān)鍵技術(shù)研究綜述[J]. 遲永寧,梁偉,張占奎,李琰,靳雙龍,蔡旭,胡君慧,趙生校,田煒.  中國(guó)電機(jī)工程學(xué)報(bào). 2016(14)
[6]一種基于盲源分離和流形學(xué)習(xí)的風(fēng)電機(jī)組軸承故障特征提取方法[J]. 趙洪山,李浪,王穎.  太陽(yáng)能學(xué)報(bào). 2016(02)
[7]流形模糊C均值方法及其在滾動(dòng)軸承性能退化評(píng)估中的應(yīng)用[J]. 王奉濤,陳旭濤,閆達(dá)文,李宏坤,王雷,朱泓.  機(jī)械工程學(xué)報(bào). 2016(15)
[8]基于最大信噪比的風(fēng)電機(jī)組主軸承的故障特征提取[J]. 趙洪山,邵玲,連莎莎.  可再生能源. 2015(03)
[9]基于子空間方法的風(fēng)機(jī)齒輪箱故障預(yù)測(cè)算法[J]. 趙洪山,郭偉,邵玲,張興科.  電力自動(dòng)化設(shè)備. 2015(03)
[10]基于模型的風(fēng)電機(jī)組變槳距系統(tǒng)故障檢測(cè)[J]. 趙洪山,連莎莎,邵玲.  電網(wǎng)技術(shù). 2015(02)

碩士論文
[1]隱半馬爾科夫模型在滾動(dòng)軸承故障診斷中的研究和應(yīng)用[D]. 崔海龍.中國(guó)礦業(yè)大學(xué) 2014
[2]基于倒頻譜分析法的滾動(dòng)軸承故障診斷研究[D]. 王旭峰.昆明理工大學(xué) 2010
[3]小波神經(jīng)網(wǎng)絡(luò)技術(shù)在齒輪箱軸承故障診斷中的應(yīng)用[D]. 雷萍.蘭州理工大學(xué) 2009
[4]機(jī)電系統(tǒng)的滾動(dòng)軸承故障診斷方法研究[D]. 馬金山.太原理工大學(xué) 2005



本文編號(hào)：2974931