隨著不可再生能源的逐漸匱乏和環(huán)境污染問題的日益加劇,風能等可再生清潔能源受到全球各個國家和地區(qū)政府的青睞和大力支持。風力發(fā)電機結構較復雜,且長期連續(xù)地工作在自然條件較惡劣的陸地和海上,容易發(fā)生故障。如果不能及時地發(fā)現(xiàn)問題,容易使小故障逐漸發(fā)展成重大事故,造成不可挽回的損失。因此,如何利用智能檢測手段及時發(fā)現(xiàn)風力發(fā)電機的潛在故障,并通過實時遠程監(jiān)控系統(tǒng)及時預警是目前風電行業(yè)正在研究的重要課題。本文對風力發(fā)電機的常見故障進行了分析,從不同的方向提出了兩種故障診斷的方法,設計實現(xiàn)了基于B/S模式的風力發(fā)電機遠程監(jiān)控及健康預測系統(tǒng)。本文的主要研究內容包括以下幾個方面:（1）根據(jù)風力發(fā)電機的結構特點,對重要部件的故障原因進行了分析。（2）根據(jù)風力發(fā)電機在不同健康狀態(tài)下關鍵部位的振動信號具有規(guī)律性,提出了一種基于振動信號處理的故障診斷方法。對關鍵部位的振動信號,采用CEEMDAN方法分解得到一系列IMF分量,結合豪斯多夫距離和互相關系數(shù)選取有用的IMF分量組成一矩陣,對此矩陣進行奇異值分解,選較大的幾個奇異值,歸一化處理后作為一組狀態(tài)特征值。采用極限學習機算法對各種狀態(tài)的特征值進行了分類訓練和預測... 

【文章頁數(shù)】：93 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及研究意義
        1.1.1 課題研究背景
        1.1.2 課題研究意義
    1.2 風電遠程監(jiān)控與健康預測國內外研究現(xiàn)狀
        1.2.1 風電監(jiān)控系統(tǒng)研究現(xiàn)狀
        1.2.2 故障診斷與健康預測技術研究現(xiàn)狀
    1.3 論文主要研究內容及章節(jié)安排
        1.3.1 主要研究內容
        1.3.2 章節(jié)安排
    1.4 本章小結
第2章 風力發(fā)電機基本結構及常見故障分析
    2.1 風力發(fā)電機基本結構
    2.2 風力發(fā)電機常見故障分析
        2.2.1 齒輪箱
        2.2.2 發(fā)電機
        2.2.3 風輪
        2.2.4 變槳系統(tǒng)
        2.2.5 偏航系統(tǒng)
        2.2.6 液壓系統(tǒng)
    2.3 本章小結
第3章 基于非平穩(wěn)信號特征值的故障診斷與預測方法
    3.1 振動信號分析常用方法
        3.1.1 時域分析
        3.1.2 頻域分析
        3.1.3 時頻域分析
    3.2 基于豪斯多夫距離和互相關系數(shù)的降噪方法
        3.2.1 豪斯多夫距離
        3.2.2 互相關系數(shù)準則
        3.2.3 基于豪斯多夫距離和互相關系數(shù)的降噪算法
    3.3 基于奇異值分解的非平穩(wěn)信號特征值提取方法
    3.4 基于極限學習機的故障診斷與預測方法
        3.4.1 極限學習機
        3.4.2 故障診斷與預測
    3.5 本章小結
第4章 基于故障率與故障癥的設備故障診斷方法
    4.1 零部件故障率曲線定量化建模
        4.1.1 威布爾分布的線性回歸
        4.1.2 兩重威布爾分布模型的建立
        4.1.3 兩重威布爾分布模型的參數(shù)估計
        4.1.4 時間拐點的確定
        4.1.5 零部件故障率向量的確定
    4.2 基于癥狀的模糊故障診斷模型
        4.2.1 模糊故障診斷的總體思路
        4.2.2 模糊故障癥狀向量的確定
        4.2.3 模糊評判矩陣的確定
        4.2.4 基于癥狀的模糊故障診斷結果
    4.3 設備故障綜合診斷方法
    4.4 實例分析
        4.4.1 故障的定性分析
        4.4.2 計算相關零部件故障率
        4.4.3 從故障癥狀推測故障向量
        4.4.4 模糊綜合評判
    4.5 本章小結
第5章 風力發(fā)電機遠程監(jiān)控系統(tǒng)的實現(xiàn)
    5.1 系統(tǒng)的總體設計
        5.1.1 傳感器系統(tǒng)設計
        5.1.2 數(shù)據(jù)傳輸方式選取
        5.1.3 B/S與 C/S架構對比
        5.1.4 數(shù)據(jù)庫的設計
    5.2 系統(tǒng)開發(fā)工具的選擇
    5.3 監(jiān)控系統(tǒng)具體功能實現(xiàn)
        5.3.1 登錄、注冊模塊
        5.3.2 用戶權限管理模塊
        5.3.3 監(jiān)控系統(tǒng)首頁
        5.3.4 單一風電場監(jiān)控模塊
        5.3.5 單臺風力發(fā)電機監(jiān)控模塊
        5.3.6 潤滑系統(tǒng)監(jiān)控模塊
        5.3.7 故障診斷與預測模塊
        5.3.8 報表繪制
    5.4 本章小結
總結與展望
參考文獻
攻讀碩士學位期間所發(fā)表的學術成果及參與的科研項目
致謝


【參考文獻】：
期刊論文
[1]大型風力發(fā)電機組系統(tǒng)的結構與特點[J]. 葉啟明.  華中電力. 2002(02)
[2]基于Hausdorff距離的手勢識別[J]. 張良國,吳江琴,高文,姚鴻勛.  中國圖象圖形學報. 2002(11)
[3]基于模糊理論的設備故障方法的研究[J]. 齊繼陽.  機械與電子. 2007(05)
[4]歐洲海上風電的發(fā)展[J]. 黃東風.  能源工程. 2008(02)
[5]風力發(fā)電及其技術發(fā)展綜述[J]. 李軍軍,吳政球,譚勛瓊,陳波.  電力建設. 2011(08)
[6]變壓器Weibull壽命建模參數(shù)估計方法的比較（英文）[J]. 周丹,李成榕,王忠東.  高電壓技術. 2013(05)
[7]2030年全球風電裝機將達2000GW[J].   玻璃鋼/復合材料. 2014(11)
[8]基于經驗模態(tài)分解及獨立成分分析的微震信號降噪方法[J]. 賈瑞生,趙同彬,孫紅梅,閆相宏.  地球物理學報. 2015(03)
[9]基于清潔度熵的液壓系統(tǒng)故障源排序方法[J]. 張根保,彭露,柳劍,李冬英.  中國機械工程. 2014(10)
[10]三參數(shù)威布爾分布的蒙特卡洛點估計方法[J]. 南東雷,賈志新,李威.  機械設計與制造. 2017(01)

博士論文
[1]大型旋轉機械振動信號分析與早期故障辨識方法研究[D]. 黨建.西安理工大學 2018
[2]MW級風力發(fā)電機組關鍵部件振動分析與故障診斷方法研究[D]. 曲弋.沈陽工業(yè)大學 2012

碩士論文
[1]基于振動信號降噪與分解的軸承故障診斷研究[D]. 黃陽.西安理工大學 2018
[2]基于ELM的風力發(fā)電機組齒輪箱故障診斷研究[D]. 楊露.上海電機學院 2018
[3]風力發(fā)電機傳動系統(tǒng)振動監(jiān)測與故障診斷系統(tǒng)研究[D]. 郭梅.浙江大學 2017
[4]基于B/S結構的分布式風電監(jiān)控系統(tǒng)與故障診斷[D]. 肖東裕.廣西大學 2016
[5]基于B/S模式的大型海上風電機組監(jiān)測平臺研發(fā)[D]. 蘇玲霞.電子科技大學 2015
[6]風電場遠程環(huán)境監(jiān)控系統(tǒng)設計與實現(xiàn)[D]. 韓東.電子科技大學 2014
[7]基于GPRS無線網(wǎng)絡的風電機組遠程監(jiān)控系統(tǒng)的研究[D]. 畢猛.沈陽工業(yè)大學 2011
[8]基于B/S模式的風力發(fā)電機遠程狀態(tài)監(jiān)測系統(tǒng)研究與開發(fā)[D]. 張積堅.大連理工大學 2009



本文編號：3696627