【摘要】：作為一種產(chǎn)量高、可再生及綠色無(wú)污染的能源,風(fēng)能很快獲得了世界各國(guó)的廣泛關(guān)注。然而,隨著風(fēng)電機(jī)組裝機(jī)容量的不斷提高,其故障事故也隨之增加,這嚴(yán)重影響了正常的發(fā)電工作。因此,為了保證機(jī)組的正常穩(wěn)定運(yùn)行,對(duì)其進(jìn)行故障診斷工作刻不容緩。作為風(fēng)電機(jī)組中重要傳動(dòng)部件,齒輪箱的故障發(fā)生率特別高,一旦發(fā)生故障,其維修工作的開(kāi)展將會(huì)十分困難。為此,本文對(duì)風(fēng)電機(jī)組齒輪箱的故障診斷工作展開(kāi)深入研究。主要完成的工作有以下幾點(diǎn):(1)對(duì)風(fēng)力發(fā)電機(jī)組齒輪箱的常見(jiàn)故障進(jìn)行研究,了解其故障產(chǎn)生原因,并分析其在不同運(yùn)行狀態(tài)下的振動(dòng)信號(hào)。(2)提出一種改進(jìn)閾值小波降噪方法,將其用于振動(dòng)信號(hào)的降噪中;提取不同狀態(tài)信號(hào)在時(shí)域、頻域及節(jié)點(diǎn)能量下的特征值并構(gòu)造樣本數(shù)據(jù)集。(3)提出改進(jìn)的蛙跳螢火蟲(chóng)算法(ISFLAFA),將其應(yīng)用在極限學(xué)習(xí)機(jī)(ELM)的參數(shù)選擇上。在建立ISFLAFA-ELM模型后,將其用于軸承的故障診斷中;提出改進(jìn)的模擬退火粒子群算法(ISAPSO),將其應(yīng)用在支持向量機(jī)(SVM)的參數(shù)選擇上。在建立ISAPSO-SVM模型后,將其用于齒輪的故障診斷中。通過(guò)實(shí)際風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)驗(yàn)證了兩種方法在工程應(yīng)用中的有效性。(4)設(shè)計(jì)一款風(fēng)電機(jī)組齒輪箱故障診斷軟件系統(tǒng),采用Labview與Matlab相結(jié)合的方法,實(shí)現(xiàn)了信號(hào)處理、特征值提取、風(fēng)力發(fā)電機(jī)組齒輪箱整機(jī)故障診斷等功能。使診斷工作更為直觀(guān)、簡(jiǎn)便。
【圖文】：

世界人口的增長(zhǎng)以及工業(yè)化技術(shù)的發(fā)展大大加快了能源的消耗速度。為了獲取更好的生活質(zhì)量，，人們對(duì)于能源的需求呈現(xiàn)出一種不斷攀升的態(tài)勢(shì)。能源是人類(lèi)賴(lài)以生存的基礎(chǔ)，社會(huì)的進(jìn)步和人類(lèi)的發(fā)展都離不開(kāi)能源。但是，隨著能源被不斷地開(kāi)采和使用，能源危機(jī)以及環(huán)境污染等問(wèn)題都浮現(xiàn)了出來(lái)[1]。石油危機(jī)的爆發(fā)使人們意識(shí)到了現(xiàn)有能源所存在的缺陷并且提高了能源危機(jī)意識(shí)。如今石油、煤炭和天然氣等能源經(jīng)過(guò)不斷地開(kāi)采變得原來(lái)越缺乏，嚴(yán)重影響了人類(lèi)可持續(xù)發(fā)展的需求。另一方面，在大量使用石油化工燃料的同時(shí)也危害了我們的生存環(huán)境。為了解決這些嚴(yán)峻的問(wèn)題，人們希望找到一種產(chǎn)量大、污染少的能源。與以往的能源相比，核能、太陽(yáng)能、風(fēng)能在 21 世紀(jì)中占據(jù)了主導(dǎo)地位。但是日本在 2011 年發(fā)生的一場(chǎng)嚴(yán)重的核泄漏事件使人們?cè)谧非笮履茉吹耐瑫r(shí)更加注重對(duì)這些能源的安全開(kāi)采和使用[2]。風(fēng)能由于它具有產(chǎn)量大、可再生、綠色無(wú)污染等優(yōu)點(diǎn)成為了全球熱議的話(huà)題。在人類(lèi)歷史上早就有對(duì)風(fēng)能的利用，但是風(fēng)力發(fā)電的發(fā)展只有一百多年。風(fēng)能作為一種隨處可見(jiàn)的清潔能源，可以說(shuō)是取之不盡用之不竭[3]。在世界經(jīng)濟(jì)不斷發(fā)展的今天，人們對(duì)能源的需求量也不斷提高。正是因?yàn)轱L(fēng)能的這些優(yōu)點(diǎn)，世界各國(guó)每年都會(huì)花費(fèi)大量資金用于風(fēng)場(chǎng)的建設(shè)，全球風(fēng)電機(jī)組裝機(jī)容量的示意圖如下所示：

圖 1-2 2001 年到 2015 年全球累積裝機(jī)容量Fig.1-2 Global cumulative installed capacity in 2001-2015圖 1-1 和 1-2 摘自全球風(fēng)能理事會(huì)在 2016 年 2 月 10 日發(fā)布的報(bào)告。從圖中可以看出在 2015 年，全球的年新增裝機(jī)容量達(dá)到了 6.3 萬(wàn)兆瓦，較 2014 年提高了 1.13萬(wàn)兆瓦，同時(shí)也是歷年以來(lái)裝機(jī)容量最高的一年。此外，全球裝機(jī)累積容量在 2015年中達(dá)到了 43.2 萬(wàn)兆瓦，這些數(shù)據(jù)非常直觀(guān)地表明了風(fēng)能在全球各國(guó)的利用是相當(dāng)普及的。為了體現(xiàn)我國(guó)風(fēng)電機(jī)組建設(shè)在世界上的水平，全球各國(guó)的風(fēng)電機(jī)組裝機(jī)容量比例圖如下圖所示：
【學(xué)位授予單位】：上海電機(jī)學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TM315

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄔春明;銀海燕;;改進(jìn)陰性選擇算法的風(fēng)機(jī)振動(dòng)故障診斷方法[J];中國(guó)機(jī)械工程;2016年04期

2 ;2015年全球風(fēng)電裝機(jī)統(tǒng)計(jì)[J];風(fēng)能;2016年02期

3 王柏楊;劉永強(qiáng);廖英英;;滾動(dòng)軸承故障信號(hào)時(shí)域特征指標(biāo)的敏感性分析[J];軸承;2015年10期

4 劉其洪;廖弘毅;;旋轉(zhuǎn)機(jī)械振動(dòng)故障診斷專(zhuān)家系統(tǒng)[J];計(jì)算機(jī)測(cè)量與控制;2014年12期

5 朱曉;;風(fēng)能發(fā)電的現(xiàn)狀和發(fā)展[J];科技致富向?qū)?2014年23期

6 劉松松;孫佳;;風(fēng)電齒輪箱主要故障形式及處理建議[J];機(jī)械工程師;2014年05期

7 唐奇;王紅瑞;許新宜;王成;;基于混合核函數(shù)SVM水文時(shí)序模型及其應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2014年02期

8 王松嶺;劉錦廉;許小剛;;基于小波包變換和奇異值分解的風(fēng)機(jī)故障診斷研究[J];熱力發(fā)電;2013年11期

9 許小剛;王松嶺;劉錦廉;;基于小波包能量分析及改進(jìn)支持向量機(jī)的風(fēng)機(jī)機(jī)械故障診斷[J];動(dòng)力工程學(xué)報(bào);2013年08期

10 符強(qiáng);童楠;趙一鳴;;一種基于多種群學(xué)習(xí)機(jī)制的螢火蟲(chóng)優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用研究;2013年12期

相關(guān)博士學(xué)位論文 前1條

1 劉琳;新能源風(fēng)電發(fā)展預(yù)測(cè)與評(píng)價(jià)模型研究[D];華北電力大學(xué);2013年

相關(guān)碩士學(xué)位論文 前5條

1 劉迎;基于SVM風(fēng)電機(jī)組齒輪箱故障診斷系統(tǒng)研究[D];華北電力大學(xué);2013年

2 成健;模糊診斷法在風(fēng)機(jī)故障診斷中的研究與應(yīng)用[D];遼寧科技大學(xué);2012年

3 蘭建武;基于LabVIEW的風(fēng)機(jī)在線(xiàn)監(jiān)測(cè)與故障診斷系統(tǒng)的研究[D];武漢科技大學(xué);2012年

4 王聰;基于振動(dòng)信號(hào)的齒輪箱故障診斷系統(tǒng)的研究與開(kāi)發(fā)[D];華北電力大學(xué);2012年

5 管森森;基于振動(dòng)信號(hào)分析的齒輪箱故障診斷系統(tǒng)開(kāi)發(fā)[D];華北電力大學(xué);2011年

本文編號(hào)：2620247