伴隨著經(jīng)濟(jì)的急速發(fā)展,傳統(tǒng)能源已經(jīng)無法滿足各國的需求,清潔能源越來越受到各國的追捧。中國是世界上人口數(shù)一數(shù)二的國家,對(duì)新能源的需求非常迫切,中國政府也在每年不斷加大新能源的投入。其中,風(fēng)能作為重要的清潔能源也是其中的組成部分。在我國風(fēng)資源儲(chǔ)備也極為豐富,尤其集中在東南沿海和西北草原荒漠地帶。因?yàn)轱L(fēng)資源豐富的地帶,環(huán)境也很惡劣,這就對(duì)于風(fēng)電設(shè)備有著極大的考驗(yàn),風(fēng)電設(shè)備出現(xiàn)故障也是時(shí)有發(fā)生。為了最大程度的減少故障發(fā)生,建立一套完整的預(yù)防與保護(hù)風(fēng)機(jī)設(shè)備體系就尤為關(guān)鍵。完善的預(yù)防保護(hù)機(jī)制,離不開科學(xué)的人工智能建模。由于建模都需要海量的數(shù)據(jù)支持,然而實(shí)際風(fēng)電設(shè)備故障數(shù)據(jù)較難獲取,因此,本文針對(duì)風(fēng)電設(shè)備故障的自身特點(diǎn),建立了基于小波包分解的支持向量機(jī)故障診斷分類器設(shè)計(jì)方法。本文改進(jìn)齒輪箱故障診斷的傳統(tǒng)方法,該方法將小波包和粒子群優(yōu)化的支持向量機(jī)相結(jié)合。首先需要采集獲取數(shù)據(jù),由于齒輪箱的故障振動(dòng)信號(hào)非穩(wěn)態(tài)的特點(diǎn),需要將振動(dòng)信號(hào)轉(zhuǎn)化成能量分布的直觀表示,本文選取小波包作為信號(hào)的分解方法。對(duì)振動(dòng)信號(hào)進(jìn)行提取以及分析;用二叉樹的方法對(duì)孿生支持向量機(jī)和模糊支持向量機(jī)實(shí)施結(jié)構(gòu)化處理,從而達(dá)到齒輪箱故障樣本多分... 

【文章來源】：上海電機(jī)學(xué)院上海市

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

瑞典兩種風(fēng)電機(jī)組17年的故障率和停機(jī)時(shí)間Fig.1-117yearfailurerateanddowntimeoftwowindturbinesinSweden

上海電機(jī)學(xué)院碩士學(xué)位論文7第二章風(fēng)力發(fā)電機(jī)組機(jī)構(gòu)特點(diǎn)及齒輪箱故障類型只有熟悉風(fēng)機(jī)的結(jié)構(gòu)與齒輪箱的最常見故障類型和產(chǎn)生的原因，才可能更加深入的研究齒輪箱的相關(guān)故障診斷。風(fēng)機(jī)齒輪箱主要由三個(gè)部分組成：滾動(dòng)軸承、齒輪和軸，因此，本章重點(diǎn)探究齒輪的故障類型。其表現(xiàn)形式有：勞損導(dǎo)致的彎曲、斷齒、齒面以及磨損混合故障[38]。2.1風(fēng)力發(fā)電機(jī)結(jié)構(gòu)組成目前，國內(nèi)外的大型風(fēng)力發(fā)電場(chǎng)一般配備的機(jī)型是三葉式以及還有水平軸座的機(jī)組，然而也存在其他類型的相關(guān)機(jī)型，但基本上結(jié)構(gòu)都很相近。風(fēng)電機(jī)組是把風(fēng)能形式轉(zhuǎn)換成電能形式，它的一般結(jié)構(gòu)有風(fēng)機(jī)塔架、塔的基座、風(fēng)機(jī)組葉片、液壓系統(tǒng)、變槳系統(tǒng)、偏航系統(tǒng)、制動(dòng)系統(tǒng)、傳動(dòng)系統(tǒng)、發(fā)電機(jī)、控制系統(tǒng)以及安全系統(tǒng)[39]。這里可知風(fēng)電機(jī)組的結(jié)構(gòu)正如2-1所示。圖2-1風(fēng)電機(jī)組的剖面解析圖Fig.2-1Internalstructurediagramofwindturbine從上圖的2-1可以清楚知道風(fēng)電機(jī)組的主體部分有下面五個(gè)部分組成以及它們的功能：塔架：它的主體功能是撐起來完整風(fēng)機(jī)的機(jī)艙部分還有風(fēng)輪可以達(dá)到的很好接受風(fēng)資源的高度，它是承載整個(gè)風(fēng)機(jī)的主體部分。但是它不僅僅只具備這樣的功能，它內(nèi)部還裝有通訊電纜等，這樣來完成風(fēng)機(jī)和主控制室之間的交流以及方便工作人員進(jìn)出機(jī)艙。風(fēng)輪：主要包含葉片和輪轂。它的作用是把風(fēng)能轉(zhuǎn)換成機(jī)械能。其中在風(fēng)的推動(dòng)下葉片開始轉(zhuǎn)動(dòng)，然后經(jīng)輪轂將轉(zhuǎn)動(dòng)的動(dòng)力傳遞到主軸上面帶動(dòng)傳動(dòng)系統(tǒng)。其中為了防雷，在頂部裝有接閃器。

上海電機(jī)學(xué)院碩士學(xué)位論文92.4齒輪的故障類型和振動(dòng)機(jī)理2.4.1齒輪的故障類型風(fēng)機(jī)齒輪箱的齒輪一旦發(fā)生故障，就將影響設(shè)備的運(yùn)轉(zhuǎn)。正常會(huì)分成接下里兩大類：（1）由于生產(chǎn)上存在一定的工業(yè)規(guī)格差異從而產(chǎn)生齒輪的誤差、內(nèi)心與齒輪并不匹配、每個(gè)部分的相關(guān)軸線無法對(duì)稱；（2）有一些因?yàn)辇X輪的長時(shí)間的運(yùn)行而發(fā)生不正常運(yùn)行狀態(tài)，如齒面點(diǎn)蝕、斷齒等。如果齒輪箱按照它們的振動(dòng)特征進(jìn)行分類，可以很明確的分為接下來兩大類：（1）齒輪箱的相應(yīng)的分布式故障（2）齒輪對(duì)應(yīng)的局部故障2.4.2齒輪的振動(dòng)機(jī)理簡(jiǎn)單的齒輪振動(dòng)原理解析：可以將兩個(gè)相互嚙合的齒輪比作為一個(gè)根據(jù)有重量的寬狀物、彈簧還有阻尼組成的對(duì)應(yīng)振動(dòng)系統(tǒng)[42]，其中齒輪箱的齒輪副如下圖2-2所示。其中，齒輪的相互嚙合產(chǎn)生的動(dòng)態(tài)激勵(lì)為：12Mx(t)Cx(t)K(t)x(t)K(t)E(t)K(t)E(t)（2-1）其中在式中：X(t)：擠壓力推動(dòng)，迫使受力點(diǎn)沿著直線挪動(dòng)少許距離；M：兩個(gè)齒輪相互嚙合，保持動(dòng)態(tài)平衡時(shí)的質(zhì)量1212mmMmm；C：齒輪互相嚙合時(shí)的阻尼系數(shù)；圖2-2齒輪副示意圖Fig.2-2Schematicdiagramofgearpair

【參考文獻(xiàn)】：
期刊論文
[1]基于小波包和改進(jìn)核最近鄰算法的風(fēng)機(jī)齒輪箱故障診斷方法[J]. 王棟璀,丁云飛,朱晨烜,孫佳林.  電機(jī)與控制應(yīng)用. 2019(01)
[2]基于改進(jìn)的PSO算法優(yōu)化FSVM的滾動(dòng)軸承故障診斷[J]. 林雅慧,王海瑞,靖婉婷.  計(jì)算機(jī)應(yīng)用與軟件. 2018(11)
[3]改進(jìn)經(jīng)驗(yàn)小波變換的齒輪箱故障診斷新方法與應(yīng)用[J]. 王昌明,張征,李峰,魯聰達(dá).  噪聲與振動(dòng)控制. 2018(05)
[4]基于雙樹復(fù)小波分解的風(fēng)機(jī)齒輪箱故障診斷[J]. 劉清清,楊江天,尹子棟.  北京交通大學(xué)學(xué)報(bào). 2018(04)
[5]基于一維卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承自適應(yīng)故障診斷算法[J]. 曲建嶺,余路,袁濤,田沿平,高峰.  儀器儀表學(xué)報(bào). 2018(07)
[6]風(fēng)電機(jī)組齒輪箱故障評(píng)價(jià)方法研究現(xiàn)狀[J]. 胡志紅,張秀麗,張向軍,白愷,林麗,王素?zé)?  設(shè)備管理與維修. 2018(02)
[7]故障樹與專家系統(tǒng)融合的故障診斷推理機(jī)制研究[J]. 陳紅霞,孫強(qiáng).  鐵道運(yùn)營技術(shù). 2017(04)
[8]基于深度自編碼網(wǎng)絡(luò)模型的風(fēng)電機(jī)組齒輪箱故障檢測(cè)[J]. 劉輝海,趙星宇,趙洪山,宋鵬,鄧春.  電工技術(shù)學(xué)報(bào). 2017(17)
[9]基于信號(hào)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(jī)械工程. 2017(13)
[10]基于證據(jù)理論和支持向量機(jī)的多傳感器融合在風(fēng)機(jī)齒輪故障診斷中的應(yīng)用[J]. 肖立健,謝源,王杰,金鵬飛.  科技風(fēng). 2017(09)

博士論文
[1]滾動(dòng)軸承表面損傷故障的特征提取與診斷方法研究[D]. 隋文濤.山東大學(xué) 2011

碩士論文
[1]基于小波變換和支持向量機(jī)的齒輪箱故障診斷研究[D]. 李群星.吉林大學(xué) 2017
[2]風(fēng)力發(fā)電機(jī)齒輪箱振動(dòng)信號(hào)特征提取及故障診斷方法研究[D]. 周峰.燕山大學(xué) 2015
[3]基于HHT和SVM的風(fēng)力發(fā)電機(jī)組故障診斷研究[D]. 齊衛(wèi)雪.華北電力大學(xué) 2014
[4]基于支持向量機(jī)的城市給水管網(wǎng)故障診斷研究[D]. 卓嚴(yán)報(bào).重慶大學(xué) 2013
[5]基于小波包分析和支持向量機(jī)的齒輪箱故障診斷方法研究[D]. 李曦.太原理工大學(xué) 2013
[6]基于粒子群優(yōu)化支持向量機(jī)的變壓器故障診斷和預(yù)測(cè)[D]. 張艷.西華大學(xué) 2011
[7]基于小波包和支持向量機(jī)的滾動(dòng)軸承故障識(shí)別方法[D]. 秦政博.太原理工大學(xué) 2010
[8]基于小波變換的圖像去噪方法研究[D]. 儲(chǔ)鵬鵬.西安電子科技大學(xué) 2009



本文編號(hào)：3462776