近年來,隨著技術(shù)的日趨成熟和人類對環(huán)境污染問題的愈加重視,風(fēng)力發(fā)電在發(fā)電總裝機(jī)容量中占得比重越來越大。由于工作環(huán)境惡劣且風(fēng)速及方向隨時都在變化,導(dǎo)致風(fēng)力發(fā)電機(jī)組長期處于交變負(fù)載運(yùn)行狀態(tài),故障頻發(fā)。因此針對風(fēng)電機(jī)組的故障診斷已經(jīng)成為了世界范圍的熱點(diǎn)話題。傳動系統(tǒng)是風(fēng)電機(jī)組的能量中轉(zhuǎn)站,同時也是發(fā)生故障頻率最高的部位。本文針對風(fēng)電機(jī)組傳動系統(tǒng)的故障診斷問題,提出了一種基于深度學(xué)習(xí)算法的風(fēng)機(jī)傳動系統(tǒng)故障診斷方案。利用卷積神經(jīng)網(wǎng)絡(luò)結(jié)合短時傅里葉變換從故障數(shù)據(jù)自身學(xué)習(xí)數(shù)據(jù)與故障類型內(nèi)在聯(lián)系。此方法在軸承故障數(shù)據(jù)集和齒輪箱故障數(shù)據(jù)集上均取得了良好的效果。本文的主要研究工作如下:首先,根據(jù)風(fēng)電機(jī)組的基本結(jié)構(gòu)和工作原理,分析軸承、齒輪故障特性及原因,在前人研究基礎(chǔ)上完成了故障診斷方案設(shè)計。將軸承、齒輪實(shí)例故障數(shù)據(jù)組成故障樣本,利用短時傅里葉變換處理樣本,選擇合理的窗函數(shù)以及窗寬,最后將一維時域故障信號轉(zhuǎn)變?yōu)檫m合卷積神經(jīng)網(wǎng)絡(luò)處理的二維時頻圖,避免了故障特征信息在頻域上的丟失。然后將經(jīng)過短時傅里葉變換處理但未提取特征的軸承、齒輪在不同狀態(tài)下時頻圖組成故障數(shù)據(jù)集。將這個數(shù)據(jù)集按一定比例劃分為訓(xùn)練集和測試集。... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

風(fēng)力發(fā)電機(jī)組組成部分

基于深度學(xué)習(xí)算法的風(fēng)機(jī)傳動系統(tǒng)故障診斷研究-8-大的應(yīng)力等。當(dāng)裂紋發(fā)展到一定程度時會使得部分材料脫離軸承而形成斷裂。(3)變形風(fēng)電機(jī)組軸承在受到很大沖擊力（如外界風(fēng)力過大）情況下，導(dǎo)致工作表面的局部應(yīng)力超過軸承材料所能承受的極限，滾動軸承會產(chǎn)生形變，影響了它的正常旋轉(zhuǎn)，縮短了它的使用壽命。2.3.2齒輪箱故障類型及原因由于齒輪箱自身存在的制造誤差，以及不規(guī)范的安裝過程導(dǎo)致齒輪經(jīng)常會出現(xiàn)一些故障。齒輪發(fā)生的故障類型主要有點(diǎn)蝕、磨損和斷齒等。(1)點(diǎn)蝕齒輪表面發(fā)生疲勞點(diǎn)蝕原因主要是齒輪的接觸疲勞強(qiáng)度不足所導(dǎo)致的。齒輪的頂端在長期齒面應(yīng)力的沖擊下產(chǎn)生了裂紋。當(dāng)裂紋匯聚到一起時，齒輪表面金屬以片狀形式發(fā)生脫落，造成齒面不光滑，被稱為點(diǎn)蝕。點(diǎn)蝕破壞了齒輪箱運(yùn)行過程的穩(wěn)定性。(2)齒面磨損當(dāng)齒輪接觸的兩齒面相對滑動時，在載荷作用下，齒面間的灰塵和硬屑粒會引起齒面磨損，特別在多灰塵場合，齒面磨損是輪齒失效的主要形式。長時間的齒面磨損可能導(dǎo)致齒輪發(fā)生輕微的形變，從而引起齒輪的嚙合過程中不規(guī)則振動以及沖擊現(xiàn)象，嚴(yán)重時會導(dǎo)致齒輪折斷。(3)斷齒齒輪工作過程中，在交變應(yīng)力的作用下過大的負(fù)載以及沖擊會直接作用于齒輪的根部，導(dǎo)致其根部受力超過材料最大承受程度，齒根處出現(xiàn)裂紋。長期作用下裂紋不斷匯集導(dǎo)致輪齒部分地方出現(xiàn)斷裂，這就形成了斷齒。圖2.2是齒輪箱中不同故障類型的實(shí)物圖。(a)點(diǎn)蝕（b）裂紋（c）斷齒圖2.2齒輪箱不同故障類型的實(shí)物圖

基于深度學(xué)習(xí)算法的風(fēng)機(jī)傳動系統(tǒng)故障診斷研究-8-大的應(yīng)力等。當(dāng)裂紋發(fā)展到一定程度時會使得部分材料脫離軸承而形成斷裂。(3)變形風(fēng)電機(jī)組軸承在受到很大沖擊力（如外界風(fēng)力過大）情況下，導(dǎo)致工作表面的局部應(yīng)力超過軸承材料所能承受的極限，滾動軸承會產(chǎn)生形變，影響了它的正常旋轉(zhuǎn)，縮短了它的使用壽命。2.3.2齒輪箱故障類型及原因由于齒輪箱自身存在的制造誤差，以及不規(guī)范的安裝過程導(dǎo)致齒輪經(jīng)常會出現(xiàn)一些故障。齒輪發(fā)生的故障類型主要有點(diǎn)蝕、磨損和斷齒等。(1)點(diǎn)蝕齒輪表面發(fā)生疲勞點(diǎn)蝕原因主要是齒輪的接觸疲勞強(qiáng)度不足所導(dǎo)致的。齒輪的頂端在長期齒面應(yīng)力的沖擊下產(chǎn)生了裂紋。當(dāng)裂紋匯聚到一起時，齒輪表面金屬以片狀形式發(fā)生脫落，造成齒面不光滑，被稱為點(diǎn)蝕。點(diǎn)蝕破壞了齒輪箱運(yùn)行過程的穩(wěn)定性。(2)齒面磨損當(dāng)齒輪接觸的兩齒面相對滑動時，在載荷作用下，齒面間的灰塵和硬屑粒會引起齒面磨損，特別在多灰塵場合，齒面磨損是輪齒失效的主要形式。長時間的齒面磨損可能導(dǎo)致齒輪發(fā)生輕微的形變，從而引起齒輪的嚙合過程中不規(guī)則振動以及沖擊現(xiàn)象，嚴(yán)重時會導(dǎo)致齒輪折斷。(3)斷齒齒輪工作過程中，在交變應(yīng)力的作用下過大的負(fù)載以及沖擊會直接作用于齒輪的根部，導(dǎo)致其根部受力超過材料最大承受程度，齒根處出現(xiàn)裂紋。長期作用下裂紋不斷匯集導(dǎo)致輪齒部分地方出現(xiàn)斷裂，這就形成了斷齒。圖2.2是齒輪箱中不同故障類型的實(shí)物圖。(a)點(diǎn)蝕（b）裂紋（c）斷齒圖2.2齒輪箱不同故障類型的實(shí)物圖

【參考文獻(xiàn)】：
期刊論文
[1]基于警報信號和D-S證據(jù)理論的風(fēng)電機(jī)組故障診斷[J]. 葉春霖,邱穎寧,馮延暉.  太陽能學(xué)報. 2019(12)
[2]深度學(xué)習(xí)在設(shè)備故障預(yù)測與健康管理中的應(yīng)用[J]. 陳志強(qiáng),陳旭東,José Valente de Olivira,李川.  儀器儀表學(xué)報. 2019(09)
[3]基于數(shù)據(jù)分類重建的風(fēng)電機(jī)組故障預(yù)警方法[J]. 劉帥,劉長良,甄成剛.  儀器儀表學(xué)報. 2019(08)
[4]獨(dú)立自適應(yīng)學(xué)習(xí)率優(yōu)化深度信念網(wǎng)絡(luò)在軸承故障診斷中的應(yīng)用研究[J]. 沈長青,湯盛浩,江星星,石娟娟,王俊,朱忠奎.  機(jī)械工程學(xué)報. 2019(07)
[5]一維卷積神經(jīng)網(wǎng)絡(luò)實(shí)時抗噪故障診斷算法[J]. 劉星辰,周奇才,趙炯,沈鶴鴻,熊肖磊.  哈爾濱工業(yè)大學(xué)學(xué)報. 2019(07)
[6]基于經(jīng)驗?zāi)B(tài)分解和深度卷積神經(jīng)網(wǎng)絡(luò)的行星齒輪箱故障診斷方法[J]. 胡蔦慶,陳徽鵬,程哲,張倫,張宇.  機(jī)械工程學(xué)報. 2019(07)
[7]基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的核電廠故障診斷技術(shù)[J]. 陳玉昇,楊燕華,林萌,余刃.  上海交通大學(xué)學(xué)報. 2018(S1)
[8]基于短時傅里葉變換的巖石聲波信號分析方法研究[J]. 曹潔梅.  路基工程. 2018(06)
[9]基于自適應(yīng)深度學(xué)習(xí)模型的變壓器故障診斷方法[J]. 牟善仲,徐天賜,符奧,王萌,白茹.  南方電網(wǎng)技術(shù). 2018(10)
[10]基于短時傅里葉變換和卷積神經(jīng)網(wǎng)絡(luò)的軸承故障診斷方法[J]. 李恒,張氫,秦仙蓉,孫遠(yuǎn)韜.  振動與沖擊. 2018(19)

博士論文
[1]基于變分模態(tài)分解的風(fēng)電機(jī)組傳動系統(tǒng)故障診斷研究[D]. 武英杰.華北電力大學(xué)(北京) 2016
[2]雙饋異步風(fēng)電機(jī)組狀態(tài)監(jiān)測與故障診斷系統(tǒng)的研究[D]. 宋磊.華北電力大學(xué) 2015

碩士論文
[1]基于特征提取的風(fēng)機(jī)齒輪箱故障診斷方法研究[D]. 胡亞威.新疆大學(xué) 2019
[2]基于振動特征的風(fēng)電機(jī)組傳動系統(tǒng)機(jī)械故障診斷研究[D]. 方立華.東北電力大學(xué) 2018
[3]基于信息融合的風(fēng)電機(jī)組傳動系統(tǒng)故障診斷方法研究[D]. 母芝驗.重慶交通大學(xué) 2018
[4]基于振動分析的風(fēng)機(jī)齒輪箱軸承故障診斷方法的研究[D]. 張偉.華北電力大學(xué) 2018
[5]基于溫度量的風(fēng)電機(jī)組傳動鏈狀態(tài)評估與預(yù)測[D]. 張光.華北電力大學(xué)(北京) 2018
[6]深度學(xué)習(xí)中優(yōu)化算法的研究與改進(jìn)[D]. 張慧.北京郵電大學(xué) 2018
[7]基于SCADA數(shù)據(jù)和振動信息相結(jié)合的風(fēng)電機(jī)組狀態(tài)監(jiān)測研究[D]. 孫偉.燕山大學(xué) 2017
[8]風(fēng)電機(jī)組傳動系統(tǒng)故障診斷研究[D]. 李子民.華北電力大學(xué)(北京) 2017
[9]基于深度學(xué)習(xí)模型的感應(yīng)電機(jī)故障診斷方法研究[D]. 孫文珺.東南大學(xué) 2017
[10]基于電流信號分析的風(fēng)力機(jī)故障仿真研究[D]. 張金衛(wèi).華中科技大學(xué) 2016



本文編號：3402804