近年來,國家的大力支持使得風電產(chǎn)業(yè)發(fā)展迅速,隨著風電機組裝機容量不斷攀升,風電裝備因維護不夠?qū)е轮饕考收项l發(fā),嚴重影響了風力發(fā)電的經(jīng)濟效益和社會效益。風電裝備傳動系統(tǒng)結(jié)構(gòu)復(fù)雜,長期在交變載荷、外部陣風沖擊等復(fù)雜工況下運行,零部件故障發(fā)生率較高,對其進行有效的狀態(tài)監(jiān)測與故障診斷,對確保風電裝備安全運行具有重要意義。振動信號中周期瞬態(tài)特征的出現(xiàn)是風電裝備傳動系統(tǒng)發(fā)生故障的一個重要征兆,因此,本文以風電裝備傳動系統(tǒng)故障瞬態(tài)特征提取為目標,基于稀疏表示理論研究周期瞬態(tài)特征的稀疏表示方法,從而實現(xiàn)風電裝備傳動系統(tǒng)故障的有效識別與診斷。論文主要工作如下:（1）針對正交匹配追蹤算法選擇到錯誤原子的問題,本文將原子與信號的相關(guān)系數(shù)作為原子選擇準則,結(jié)合原子合并思想,提出了相關(guān)正交匹配追蹤算法。該算法避免了錯誤原子的選擇,實現(xiàn)了滾動軸承故障周期瞬態(tài)特征提取。（2）針對隨機正交匹配追蹤算法的稀疏度難以被準確估計的問題,提出了自適應(yīng)隨機正交匹配追蹤算法。該算法通過稀疏度預(yù)估計、每次迭代選擇多個原子、改進殘差和原子索引集的計算方式、系數(shù)的求解方式,實現(xiàn)了稀疏度的自適應(yīng)。將其與滑動窗相結(jié)合,改善了微弱瞬態(tài)沖... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于COMP的故障瞬態(tài)特征提取方法故障診斷結(jié)果

圖 5-8 基于 AdRaOMP-SW 的故障瞬態(tài)特征提取方法故障診斷結(jié)果圖 5-9 基于 EEMD 和 K-SVD 字典學(xué)習(xí)的瞬態(tài)特征提取方法故障診斷結(jié)果觀察圖5-8和圖5-9，基于AdRaOMP-SW的故障瞬態(tài)特征提取方法和基于EEMD

【參考文獻】：
期刊論文
[1]基于深度卷積變分自編碼網(wǎng)絡(luò)的故障診斷方法[J]. 佘博,田福慶,梁偉閣.  儀器儀表學(xué)報. 2018(10)
[2]基于深度自編碼網(wǎng)絡(luò)的軸承故障診斷[J]. 袁文軍,劉飛,王曉峰,周文晶.  噪聲與振動控制. 2018(05)
[3]基于相關(guān)正交匹配追蹤算法的風電機組滾動軸承稀疏故障診斷方法[J]. 李繼猛,李銘,王慧,張金鳳,張云剛.  中國機械工程. 2018(12)
[4]基于VMD和Infogram的滾動軸承故障特征提取[J]. 夏均忠,于明奇,黃財,汪治安,呂麒鵬.  振動與沖擊. 2017(22)
[5]風電機組狀態(tài)檢測技術(shù)研究現(xiàn)狀及發(fā)展趨勢[J]. 丁顯,徐進,滕偉,柳亦兵.  可再生能源. 2017(10)
[6]基于信號共振稀疏分解和最大相關(guān)峭度解卷積的齒輪箱故障診斷[J]. 何群,郭源耕,王霄,任宗浩,李繼猛.  中國機械工程. 2017(13)
[7]基于最小熵解卷積和Teager能量算子直升機滾動軸承復(fù)合故障診斷研究[J]. 陳海周,王家序,湯寶平,李俊陽.  振動與沖擊. 2017(09)
[8]風電機組可靠性研究現(xiàn)狀與發(fā)展趨勢[J]. 李垚,朱才朝,陶友傳,宋朝省,譚建軍.  中國機械工程. 2017(09)
[9]基于EMD的改進馬田系統(tǒng)的滾動軸承故障診斷[J]. 陳俊洵,程龍生,胡紹林,余慧.  振動與沖擊. 2017(05)
[10]基于MCKD-EMD的風電機組軸承早期故障診斷方法[J]. 趙洪山,李浪.  電力自動化設(shè)備. 2017(02)

博士論文
[1]基于排序模式分析與深度學(xué)習(xí)的風電設(shè)備故障診斷方法研究[D]. 江國乾.燕山大學(xué) 2017

碩士論文
[1]基于稀疏分解的信號去噪方法研究[D]. 史麗麗.哈爾濱工業(yè)大學(xué) 2013
[2]基于EMD方法的壓縮感知圖像處理研究[D]. 劉妍.北京郵電大學(xué) 2012



本文編號：3341160