本文關(guān)鍵詞：基于陣列傳聲器的風(fēng)力發(fā)電機(jī)組故障診斷方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著能源日益匱乏、環(huán)境污染嚴(yán)重等問(wèn)題的出現(xiàn),人類急需一種清潔、綠色的新能源,因此風(fēng)能逐漸成為全世界關(guān)注的重點(diǎn),風(fēng)力發(fā)電行業(yè)由此得到大力發(fā)展。為此我國(guó)詳細(xì)設(shè)定了中長(zhǎng)期規(guī)劃,規(guī)劃中明確提出要大力開(kāi)展對(duì)大型風(fēng)力發(fā)電設(shè)備的研究工作,因此風(fēng)電行業(yè)得到了快速發(fā)展。在風(fēng)力發(fā)電行業(yè)快速發(fā)展之際,風(fēng)力發(fā)電機(jī)組巨大的維修與養(yǎng)護(hù)資金迫使整個(gè)風(fēng)電場(chǎng)的經(jīng)濟(jì)利益受損,阻礙了整個(gè)行業(yè)的快速向前發(fā)展。因此,如何快速有效的對(duì)風(fēng)力發(fā)電機(jī)組的故障做出檢測(cè)和診斷,從而降低維修與養(yǎng)護(hù)的成本,是整個(gè)行業(yè)面臨的一個(gè)難題。為此本文對(duì)風(fēng)電機(jī)組的故障檢測(cè)與診斷方法展開(kāi)了研究,分析了目前國(guó)內(nèi)外的研究現(xiàn)狀,并提出應(yīng)用傳聲器陣列實(shí)現(xiàn)遠(yuǎn)程、非接觸的風(fēng)電機(jī)組故障診斷方法。本文為了減少研究的工作量,加快論文的完成進(jìn)度,僅以風(fēng)電機(jī)組中的齒輪箱作為研究對(duì)象。之所以會(huì)選擇齒輪箱也是考慮到,它是故障的高發(fā)部件,并且其故障造成的停機(jī)維修時(shí)間最長(zhǎng),經(jīng)濟(jì)成本最高。本文主要的故障診斷方法是:首先在風(fēng)機(jī)塔底布置傳聲器陣列實(shí)時(shí)采集齒輪箱發(fā)出的聲音信號(hào),并獲得聲音信號(hào)頻譜圖,然后借助小波包分析方法,將每種風(fēng)電機(jī)組故障頻譜圖的特征提取出來(lái),并建立特征向量,最后以特征向量作為數(shù)據(jù)樣本,訓(xùn)練SVM模型及故障識(shí)別。本文還根據(jù)故障診斷方法開(kāi)發(fā)出基于Labview平臺(tái)的故障診斷系統(tǒng),并在某風(fēng)場(chǎng)進(jìn)行現(xiàn)場(chǎng)試驗(yàn),結(jié)果表明該系統(tǒng)是行之有效的。
【關(guān)鍵詞】：風(fēng)力發(fā)電機(jī)組 齒輪箱 故障診斷 傳聲器陣列
【學(xué)位授予單位】：長(zhǎng)春理工大學(xué)
【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4-5
• ABSTRACT5-8
• 第一章 緒論8-12
• 1.1 選題背景和意義8
• 1.2 風(fēng)電機(jī)組故障診斷方法的研究現(xiàn)狀8-9
• 1.3 基于聲信號(hào)的風(fēng)電機(jī)組故障診斷基本流程9-10
• 1.4 本文的主要研究?jī)?nèi)容10-12
• 第二章 風(fēng)力發(fā)電機(jī)組基本結(jié)構(gòu)與典型故障12-21
• 2.1 風(fēng)電機(jī)組的基本結(jié)構(gòu)和工作原理12-13
• 2.2 風(fēng)電機(jī)組常見(jiàn)故障情況分析13-17
• 2.3 風(fēng)電機(jī)組中齒輪箱的常見(jiàn)故障種類17-20
• 2.3.1 風(fēng)電機(jī)組中齒輪箱故障產(chǎn)生機(jī)理17
• 2.3.2 齒輪常見(jiàn)故障形式17-20
• 2.4 本章小結(jié)20-21
• 第三章 聲學(xué)基礎(chǔ)及傳聲器陣列設(shè)計(jì)21-29
• 3.1 聲學(xué)基礎(chǔ)21-22
• 3.1.1 聲波21
• 3.1.2 平面波與球面波21
• 3.1.3 近場(chǎng)和遠(yuǎn)場(chǎng)21-22
• 3.1.4 振動(dòng)信號(hào)與聲學(xué)信號(hào)的關(guān)系22
• 3.2 傳聲器陣列設(shè)計(jì)22-28
• 3.2.1 傳聲器陣列概述22
• 3.2.2 傳聲器陣列的陣型設(shè)計(jì)22-25
• 3.2.3 傳聲器陣列的算法設(shè)計(jì)25-28
• 3.3 本章小結(jié)28-29
• 第四章 基于小波包分析的故障信號(hào)特征提取29-34
• 4.1 小波包分析基本原理29-31
• 4.1.1 小波包定義29-30
• 4.1.2 小波包分解30-31
• 4.1.3 小波包分解與重構(gòu)算法31
• 4.2 小波包分解層數(shù)的選取31
• 4.3 小波基函數(shù)的選擇31-32
• 4.4 小波包能量特征提取32-33
• 4.5 本章小結(jié)33-34
• 第五章 基于支持向量機(jī)的故障模式識(shí)別34-41
• 5.1 線性可分支持向量機(jī)34-36
• 5.2 廣義線性支持向量機(jī)36-38
• 5.3 非線性支持向量機(jī)38-39
• 5.4 支持向量機(jī)的核函數(shù)39
• 5.5 交叉驗(yàn)證尋求最優(yōu)參數(shù)39
• 5.6 多分類支持向量機(jī)的故障診斷39-40
• 5.7 本章小結(jié)40-41
• 第六章 風(fēng)電機(jī)組故障診斷系統(tǒng)設(shè)計(jì)41-52
• 6.1 虛擬儀器的發(fā)展41
• 6.2 系統(tǒng)硬件設(shè)計(jì)41-43
• 6.2.1 傳聲器的選擇42
• 6.2.2 基于PXI平臺(tái)的數(shù)據(jù)采集系統(tǒng)42-43
• 6.3 系統(tǒng)程序設(shè)計(jì)43-48
• 6.3.1 采集模塊43-44
• 6.3.2 數(shù)據(jù)存儲(chǔ)模塊44-45
• 6.3.3 數(shù)據(jù)分析模塊45
• 6.3.4 故障診斷模塊45-48
• 6.4 人機(jī)界面設(shè)計(jì)48-51
• 6.4.1 傳聲器標(biāo)定界面48
• 6.4.2 聲壓信號(hào)采集界面48-49
• 6.4.3 小波包能量特征提取界面49
• 6.4.4 基于SVM故障診斷界面49-51
• 6.5 本章小結(jié)51-52
• 第七章 實(shí)驗(yàn)驗(yàn)證52-57
• 7.1 設(shè)備搭建52
• 7.2 數(shù)據(jù)采集52-55
• 7.3 結(jié)果分析55-56
• 7.4 本章小結(jié)56-57
• 第八章 總結(jié)與展望57-58
• 8.1 總結(jié)57
• 8.2 展望57-58
• 致謝58-59
• 參考文獻(xiàn)59-60

  本文關(guān)鍵詞：基于陣列傳聲器的風(fēng)力發(fā)電機(jī)組故障診斷方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：255899