【摘要】：據(jù)國(guó)家能源局最新統(tǒng)計(jì),截止2018年底全國(guó)風(fēng)電累計(jì)并網(wǎng)容量約1.84億千瓦。預(yù)期到2020年末,風(fēng)電累計(jì)并網(wǎng)裝機(jī)容量將達(dá)到2.1億千瓦以上。隨著風(fēng)電、光伏發(fā)電無(wú)補(bǔ)貼平價(jià)上網(wǎng)的推行,這一政策性的調(diào)整迫使整個(gè)風(fēng)電行業(yè)必須從自身健康運(yùn)行出發(fā)來(lái)增加企業(yè)效益。風(fēng)電機(jī)組傳動(dòng)鏈?zhǔn)悄芰哭D(zhuǎn)換必不可少的環(huán)節(jié),主要包括軸承和齒輪箱,其作為整機(jī)關(guān)鍵部位對(duì)風(fēng)機(jī)健康運(yùn)行有著至關(guān)重要的意義。根據(jù)現(xiàn)有故障數(shù)據(jù)統(tǒng)計(jì)風(fēng)電機(jī)組傳動(dòng)鏈的故障造成的停機(jī)時(shí)間最長(zhǎng)約占80%,主要是齒輪箱和軸承故障。因此,開(kāi)展對(duì)風(fēng)電機(jī)組關(guān)鍵部位的早期故障預(yù)警和故障診斷對(duì)整個(gè)行業(yè)的發(fā)展具有實(shí)際應(yīng)用價(jià)值。首先,統(tǒng)計(jì)風(fēng)電機(jī)組產(chǎn)生的數(shù)據(jù)類(lèi)型及大小,梳理風(fēng)電機(jī)組的生產(chǎn)運(yùn)行數(shù)據(jù)、生產(chǎn)管理數(shù)據(jù)、現(xiàn)場(chǎng)監(jiān)控視頻等結(jié)構(gòu)化及非結(jié)構(gòu)化的數(shù)據(jù)。利用開(kāi)源的Hadoop中的HDFS作為底層分布式文件系統(tǒng),以HBse為數(shù)據(jù)庫(kù)、Hive為數(shù)據(jù)倉(cāng)庫(kù),ZooKeeper提供協(xié)調(diào)調(diào)度,建立風(fēng)電機(jī)組大數(shù)據(jù)存儲(chǔ)與管理系統(tǒng)。其次,針對(duì)傳統(tǒng)閾值報(bào)警在報(bào)警時(shí)故障早已發(fā)生,造成的損壞已不可逆且存在錯(cuò)報(bào)和誤報(bào),提出構(gòu)建基于大數(shù)據(jù)的故障預(yù)警系統(tǒng)。通過(guò)對(duì)大數(shù)據(jù)存儲(chǔ)系統(tǒng)抓取的大量歷史監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析,在前期對(duì)樣本數(shù)據(jù)進(jìn)行正態(tài)分布的驗(yàn)證,進(jìn)一步進(jìn)行Beta分布的擬合,然后通過(guò)對(duì)預(yù)估的概率密度函數(shù)的參數(shù)尋優(yōu)求得其形狀參數(shù),最后利用自學(xué)習(xí)閾值的智能算法來(lái)確定專家知識(shí)庫(kù),從而完成對(duì)基于大數(shù)據(jù)的故障預(yù)警系統(tǒng)的構(gòu)建。在整個(gè)過(guò)程中綜合考慮轉(zhuǎn)速、風(fēng)速、輸出功率等因素相關(guān)性,實(shí)現(xiàn)對(duì)風(fēng)機(jī)運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測(cè)。最后,針對(duì)傳統(tǒng)時(shí)頻分析和淺層神經(jīng)網(wǎng)絡(luò)對(duì)故障信號(hào)分解和故障特征提取能力有限且非線性表達(dá)能力差的問(wèn)題,提出利用深度學(xué)習(xí)較強(qiáng)非線性表征能力且能自動(dòng)提取故障特征的特性,構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)的特征提取模型。同時(shí)將模糊理論應(yīng)用于多分類(lèi)器來(lái)設(shè)計(jì)一個(gè)模糊多分類(lèi)器來(lái)實(shí)現(xiàn)對(duì)特征狀態(tài)精細(xì)化的識(shí)別,使用實(shí)驗(yàn)?zāi)M的故障數(shù)據(jù)來(lái)訓(xùn)練整個(gè)模型進(jìn)而得到模型參數(shù),最終實(shí)現(xiàn)對(duì)故障類(lèi)型和故障程度的精確診斷。
【學(xué)位授予單位】：山西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TM614;TP18;TP311.13
【圖文】：

圖 1.2 風(fēng)機(jī)主要組成部分風(fēng)電機(jī)組傳動(dòng)鏈的故障診斷研究的主要對(duì)象是齒輪箱和軸承，作為傳動(dòng)系組成部分，其工作狀態(tài)關(guān)乎整個(gè)機(jī)組的健康運(yùn)行。目前針對(duì)傳動(dòng)鏈故障的主要是通過(guò)對(duì)振動(dòng)信號(hào)進(jìn)行頻譜分析如快速傅里葉變化（FFT）、小波變換變換、包絡(luò)譜分析等[3-9]。其主要存在問(wèn)題是振動(dòng)信號(hào)成分復(fù)雜，導(dǎo)致提取包含額外的信息，由此提出基于經(jīng)驗(yàn)?zāi)B(tài)分解的頻率解調(diào)方法，將其作為箱故障診斷的一種方法[10]。李紅等人提出將相關(guān)系數(shù)和峭度相結(jié)合的 EE倒頻譜分析相結(jié)合用于軸承故障診斷中[11]。隨著神經(jīng)網(wǎng)絡(luò)的興起，相關(guān)研智能化方向發(fā)展，張細(xì)政等人將遺傳算法與 BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合，提高絡(luò)對(duì)齒輪箱故障預(yù)測(cè)的精度[12]，李巍華等人通過(guò)利用螢火蟲(chóng)算法來(lái)改善神練速度和性能，提高了軸承故障的識(shí)別率[13]。針對(duì)當(dāng)前研究主要存在問(wèn)題是振動(dòng)信號(hào)非線性、非平穩(wěn)的特點(diǎn)導(dǎo)致傳統(tǒng)分乏有效處理能力導(dǎo)致診斷精確度偏低[14-15]。其次故障特征需要人工提取導(dǎo)

圖 2.3 風(fēng)場(chǎng)大數(shù)據(jù)來(lái)源如圖 2.4 所示為自主研發(fā)的振動(dòng)采集儀，目前已安裝在山西眾多風(fēng)場(chǎng)，它實(shí)現(xiàn)了多通道、全狀態(tài)的振動(dòng)信息采集，且傳感器精度高（以振動(dòng)加速度）、采樣周期短。圖 2.5 為針對(duì)其開(kāi)發(fā)的大型風(fēng)電場(chǎng)智能化運(yùn)行維護(hù)系統(tǒng)，集狀態(tài)監(jiān)測(cè)、故障診斷、數(shù)據(jù)報(bào)表等功能，實(shí)現(xiàn)對(duì)風(fēng)電機(jī)組的遠(yuǎn)程狀態(tài)監(jiān)測(cè)與診斷。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 崇高;;6MW海上風(fēng)機(jī)不同傳動(dòng)鏈布置分析[J];科學(xué)家;2017年01期

2 涂橋安;鋸鏈傳動(dòng)鏈片的有限元分析[J];林業(yè)機(jī)械與木工設(shè)備;2001年07期

3 楊國(guó)欣,王嚴(yán)興;傳動(dòng)鏈現(xiàn)狀與未來(lái)發(fā)展[J];農(nóng)業(yè)與技術(shù);2000年03期

4 蘇成玲;聯(lián)合收割機(jī)傳動(dòng)鏈?zhǔn)褂弥械淖⒁馐马?xiàng)[J];山東農(nóng)機(jī)化;2000年04期

5 方亞龍;;用自準(zhǔn)平行光管測(cè)量傳動(dòng)鏈的空回[J];機(jī)械工藝師;1987年05期

6 陳國(guó)華;精密齒輪傳動(dòng)鏈的傳動(dòng)比分配與設(shè)計(jì)[J];機(jī)械設(shè)計(jì);1988年04期

7 宮志鵬;;本田摩托車(chē)傳動(dòng)鏈張緊度的調(diào)整[J];摩托車(chē)技術(shù);1988年02期

8 朱志成;;多功能切削頭設(shè)計(jì)[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);1988年04期

9 洪邁生;;關(guān)于齒輪傳動(dòng)鏈測(cè)量中的外鏈干擾問(wèn)題[J];振動(dòng)、測(cè)試與診斷;1989年01期

10 錢(qián)紅玲;;拐折傳動(dòng)鏈[J];機(jī)械制造;1982年11期

相關(guān)會(huì)議論文 前10條

1 張柯;王科盛;楊濱源;王玉;王小康;;考慮運(yùn)行工況和信息簡(jiǎn)化的風(fēng)電機(jī)組傳動(dòng)鏈狀態(tài)監(jiān)測(cè)方法研究[A];風(fēng)能產(chǎn)業(yè)（2017年9月 總第98期）[C];2017年

2 張效忠;;主從驅(qū)動(dòng)雙傳動(dòng)鏈消隙控制應(yīng)用[A];2009海峽兩岸機(jī)械科技論壇論文集[C];2009年

3 華青松;于天龍;鮑艷秋;;風(fēng)電機(jī)組傳動(dòng)鏈中主要零部件疲勞壽命研究[A];中國(guó)農(nóng)業(yè)機(jī)械工業(yè)協(xié)會(huì)風(fēng)能設(shè)備分會(huì)2012年度論文集（上）[C];2012年

4 劉溯;;優(yōu)化大功率風(fēng)電機(jī)組傳動(dòng)鏈設(shè)計(jì)和可靠性的軸承解決方案[A];中國(guó)農(nóng)業(yè)機(jī)械工業(yè)協(xié)會(huì)風(fēng)能設(shè)備分會(huì)2011年度論文集（下）[C];2011年

5 張效忠;;主從驅(qū)動(dòng)雙傳動(dòng)鏈消隙控制應(yīng)用[A];十三省區(qū)市機(jī)械工程學(xué)會(huì)第五屆科技論壇論文集[C];2009年

6 何俊;楊世錫;甘春標(biāo);;基于多層RBM深度學(xué)習(xí)的齒輪傳動(dòng)鏈故障診斷方法[A];第十屆動(dòng)力學(xué)與控制學(xué)術(shù)會(huì)議摘要集[C];2016年

7 趙韓;陳科;;基于神經(jīng)網(wǎng)絡(luò)的齒輪傳動(dòng)鏈傳動(dòng)比的優(yōu)化設(shè)計(jì)研究[A];第十一屆全國(guó)機(jī)構(gòu)學(xué)年會(huì)暨首屆青年機(jī)構(gòu)學(xué)研討會(huì)論文集[C];1998年

8 沈雨虹;王兵;;雙饋型風(fēng)力發(fā)電機(jī)組傳動(dòng)鏈關(guān)鍵部件的維護(hù)[A];2014全國(guó)風(fēng)電后市場(chǎng)專題研討會(huì)論文集[C];2014年

9 張崴漢;姜春雨;姬國(guó)棟;;滾齒機(jī)分度傳動(dòng)鏈的誤差分析與計(jì)算[A];十三省區(qū)市機(jī)械工程學(xué)會(huì)第五屆科技論壇論文集[C];2009年

10 羅明軒;李毅;宋永樂(lè);;風(fēng)電整機(jī)傳動(dòng)鏈動(dòng)態(tài)特性分析[A];中國(guó)農(nóng)業(yè)機(jī)械工業(yè)協(xié)會(huì)風(fēng)能設(shè)備分會(huì)2013年度論文集（上）[C];2013年

相關(guān)重要報(bào)紙文章 前4條

1 本報(bào)記者 楊唯;產(chǎn)業(yè)“傳動(dòng)鏈”傳送發(fā)展新動(dòng)能[N];貴州日?qǐng)?bào);2018年

2 本報(bào)記者 吳強(qiáng)華　通訊員 杭明;為共同責(zé)任機(jī)制加裝“傳動(dòng)鏈”[N];中國(guó)國(guó)土資源報(bào);2012年

3 鄒得和;CVT將改變傳統(tǒng)設(shè)計(jì)理念[N];中國(guó)汽車(chē)報(bào);2002年

4 ;澳大利亞研制出水下發(fā)電機(jī)[N];新華每日電訊;2004年

相關(guān)博士學(xué)位論文 前8條

1 丁顯;風(fēng)電機(jī)組傳動(dòng)鏈復(fù)合故障特征提取方法研究[D];華北電力大學(xué)(北京);2018年

2 韓林;數(shù)控機(jī)床轉(zhuǎn)臺(tái)傳動(dòng)鏈靜動(dòng)剛度匹配設(shè)計(jì)方法研究[D];天津大學(xué);2014年

3 徐強(qiáng);風(fēng)電機(jī)組傳動(dòng)鏈狀態(tài)診斷方法研究[D];華北電力大學(xué);2015年

4 殷秀興;風(fēng)電系統(tǒng)主傳動(dòng)鏈的載荷復(fù)現(xiàn)與功率平滑[D];浙江大學(xué);2016年

5 辛衛(wèi)東;風(fēng)電機(jī)組傳動(dòng)鏈振動(dòng)分析與故障特征提取方法研究[D];華北電力大學(xué);2013年

6 李狀;基于無(wú)監(jiān)督學(xué)習(xí)的風(fēng)電機(jī)組傳動(dòng)鏈智能故障診斷方法研究[D];華北電力大學(xué)(北京);2016年

7 荊龍;鼠籠式異步風(fēng)力發(fā)電機(jī)的優(yōu)化控制[D];北京交通大學(xué);2008年

8 曹九發(fā);大型風(fēng)力機(jī)非定常載荷計(jì)算及其減緩研究[D];南京航空航天大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 鄭彪;風(fēng)力發(fā)電機(jī)傳動(dòng)鏈故障監(jiān)測(cè)系統(tǒng)研究[D];華東理工大學(xué);2018年

2 牛沖;基于大數(shù)據(jù)和人工智能的風(fēng)電機(jī)組傳動(dòng)鏈故障診斷研究[D];山西大學(xué);2019年

3 耿明飛;電壓跌落下雙饋風(fēng)機(jī)傳動(dòng)鏈模塊與阻尼優(yōu)化控制研究[D];上海電機(jī)學(xué)院;2019年

4 戴敏章;雙饋型風(fēng)電機(jī)組傳動(dòng)鏈狀態(tài)監(jiān)測(cè)與狀態(tài)評(píng)估研究[D];華北水利水電大學(xué);2018年

5 孫洪波;基于振動(dòng)監(jiān)測(cè)系統(tǒng)的風(fēng)機(jī)故障診斷與經(jīng)濟(jì)效益分析[D];華北電力大學(xué);2018年

6 齊春祥;基于振動(dòng)的風(fēng)電機(jī)組傳動(dòng)鏈故障診斷系統(tǒng)設(shè)計(jì)[D];大連理工大學(xué);2018年

7 王煜翔;大型風(fēng)電機(jī)組塔架與傳動(dòng)鏈降載控制[D];華北電力大學(xué)(北京);2018年

8 張光;基于溫度量的風(fēng)電機(jī)組傳動(dòng)鏈狀態(tài)評(píng)估與預(yù)測(cè)[D];華北電力大學(xué)(北京);2018年

9 張盛林;柔性支撐風(fēng)機(jī)傳動(dòng)鏈動(dòng)態(tài)特性研究[D];重慶大學(xué);2016年

10 劉曉玲;間歇傳動(dòng)鏈動(dòng)力學(xué)建模研究[D];天津大學(xué);2005年

本文編號(hào)：2728793