隨著國家經(jīng)濟的穩(wěn)步發(fā)展,對能源的需求不斷增加,風電建設也迎來了春風。與此同時,機遇伴隨著一系列的挑戰(zhàn),突出的問題就是風電機組頻頻出現(xiàn)故障,嚴重影響風電機組的正常工作,給風電企業(yè)和社會生產(chǎn)工作帶來了一定程度上的麻煩。為此,加強對風電機組問題的排查與檢測力度,能夠極大程度上減小對風電設備維護的相關成本,對提高風電企業(yè)經(jīng)濟效益具有重要意義。風力發(fā)電機組大件主要包括葉片、齒輪箱、發(fā)電機、偏航系統(tǒng)、變頻器、液壓系統(tǒng)等,其中以齒輪箱的故障發(fā)生率最高,它的健康狀態(tài)與整機的工作性能有著直接關聯(lián)。針對此,本課題的研究將風電機組齒輪箱作為重點,然后對其健康狀態(tài)檢測以及故障診斷的手段實施探索。全文的研究關鍵點主要如下:針對齒輪箱的幾何結構進行分析,確定了其故障探索的必要性,分析齒輪箱故障產(chǎn)生的機理,從嚙合頻率和信號的調(diào)制等方面研究了齒輪箱內(nèi)常見故障的形式及形成原因,并在第一章給出了常見的齒輪箱故障診斷方法。介紹了針對振動信號分析比較多見的方法,主要有兩類,第一類是時域分析算法,該方法可以分成三種類別,分別對應為時域統(tǒng)計分析法、經(jīng)典模態(tài)分析法以及時域同步平均法;第二類是頻域分析算法,可細分為功率譜和包絡分析,...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景
    1.2 選題意義
    1.3 國內(nèi)外相關內(nèi)容研究現(xiàn)狀分析
        1.3.1 國外相關內(nèi)容研究現(xiàn)狀分析
        1.3.2 國內(nèi)相關內(nèi)容研究現(xiàn)狀分析
    1.4 主要探討內(nèi)容介紹
第2章 風電機組齒輪箱基礎知識簡述
    2.1 風機工作原理和相關組成簡述
    2.2 高頻率問題產(chǎn)因
    2.3 齒輪箱的常見故障
        2.3.1 嚙合振動頻率計算分析
        2.3.2 振動信號的調(diào)制分解介紹
        2.3.3 齒輪的常見故障介紹
        2.3.4 軸承常見故障及其特點
    2.4 故障診斷的基本方法
        2.4.1 故障診斷的必要性介紹
        2.4.2 傳統(tǒng)的齒輪箱故障診斷方法
    2.5 本章小結
第3章 振動信號分析處理方法
    3.1 時域分析
        3.1.1 時域同步平均法
        3.1.2 經(jīng)驗模態(tài)分解法
        3.1.3 時域統(tǒng)計分析法
    3.2 頻域分析
        3.2.1 傅里葉變換介紹
        3.2.2 離散傅里葉變換(DFT)
        3.2.3 頻域分析
        3.2.4 功率譜
        3.2.5 包絡分析
        3.2.6 Wigner-Ville分布
    3.3 本章小結
第4章 基于小波與倒頻譜的齒輪箱振動信號分析方法
    4.1 概述
    4.2 倒頻譜分析法
    4.3 倒頻譜分析原理
    4.4 小波包分析介紹
        4.4.1 小波分析
        4.4.2 小波包分解
    4.5 實際案例解析
        4.5.1 試驗齒輪箱簡介
        4.5.2 振動信號的倒頻譜分析
        4.5.3 針對振動信號的小波分析過程解析
    4.6 本章小結
第5章 基于小波神經(jīng)網(wǎng)絡的齒輪箱故障診斷分析
    5.1 引言
    5.2 BP神經(jīng)網(wǎng)絡相關內(nèi)容介紹
        5.2.1 神經(jīng)元特性概述
        5.2.2 神經(jīng)網(wǎng)絡結構簡述
        5.2.3 BP神經(jīng)網(wǎng)絡的構建
    5.3 基于小波包和BP神經(jīng)網(wǎng)絡的齒輪箱故障診斷模型
        5.3.1 小波包和BP神經(jīng)網(wǎng)絡的結合方式
        5.3.2 基于BP神經(jīng)網(wǎng)絡的智能故障診斷
    5.4 試驗結果分析
        5.4.1 振動信號的小波包分析
        5.4.2 振動信號的小波包能量分析
    5.5 本章小結
第6章 結論與展望
    6.1 結論
    6.2 展望
參考文獻
攻讀碩士研究生期間的研究成果
    1)論文成果
    2)專利成果
致謝



本文編號：3770823