本文關(guān)鍵詞：風(fēng)機(jī)故障診斷算法的研究

  更多相關(guān)文章： 粗糙集理論 主成分分析 小波神經(jīng)網(wǎng)絡(luò) 故障診斷

【摘要】：風(fēng)能是一種目前國(guó)內(nèi)外都在重點(diǎn)開(kāi)發(fā)的可再生清潔能源,而風(fēng)力發(fā)電機(jī)能否安全可靠的運(yùn)行對(duì)發(fā)電總量至關(guān)重要。風(fēng)力發(fā)電機(jī)一般是在相對(duì)惡劣的氣候環(huán)境下工作,很容易發(fā)生故障,維修人員會(huì)定期對(duì)風(fēng)力發(fā)電機(jī)進(jìn)行檢修,同時(shí)根據(jù)經(jīng)驗(yàn)對(duì)其發(fā)生的故障進(jìn)行判斷。隨著計(jì)算機(jī)的普及,通過(guò)在風(fēng)力發(fā)電機(jī)的關(guān)鍵部件安裝的傳感器,風(fēng)力發(fā)電機(jī)運(yùn)行時(shí)的狀態(tài)數(shù)據(jù)會(huì)被采集并存儲(chǔ)在數(shù)據(jù)庫(kù)中,通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行研究,找出數(shù)據(jù)中隱含的有意義的信息,可以為維修人員處理故障提供幫助,減少因故障停機(jī)造成的經(jīng)濟(jì)損失。本文通過(guò)對(duì)風(fēng)力發(fā)電機(jī)數(shù)據(jù)進(jìn)行研究,首先提出一種基于粗糙集和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)故障診斷方法。根據(jù)可區(qū)分矩陣的屬性約簡(jiǎn)方法對(duì)數(shù)據(jù)進(jìn)行降維處理,然后將這些參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入向量,采用等價(jià)類(lèi)劃分的方法提取神經(jīng)網(wǎng)絡(luò)中的規(guī)則并對(duì)風(fēng)力發(fā)電機(jī)故障進(jìn)行診斷。實(shí)驗(yàn)結(jié)果表明,基于粗糙集和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)故障診斷方法簡(jiǎn)單,可以有效避免冗余屬性對(duì)神經(jīng)網(wǎng)絡(luò)產(chǎn)生噪聲干擾,診斷率較高。但是研究過(guò)程中也發(fā)現(xiàn),對(duì)于風(fēng)力發(fā)電機(jī)齒輪箱和變槳系統(tǒng)發(fā)生的故障本方法在故障診斷過(guò)程中收斂速度比較慢,并且診斷準(zhǔn)確率相對(duì)于診斷其它故障明顯偏低。針對(duì)以上問(wèn)題,本文以小波神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),提出一種基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)故障診斷方法。在本方法中,采用基于無(wú)監(jiān)督學(xué)習(xí)的主成分分析的方法來(lái)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,然后再用基于小波神經(jīng)網(wǎng)絡(luò)的方法來(lái)挖掘數(shù)據(jù)中的知識(shí)。針對(duì)參數(shù)值是否異常比較難以界定這一難點(diǎn),提出故障偏移向量組的概念,不簡(jiǎn)單的認(rèn)為參數(shù)的取值只分為正常和異常兩種,認(rèn)為參數(shù)取值的異常也分為很多種,可以用范圍區(qū)間來(lái)區(qū)分,這些不同的異�？赡軙�(huì)導(dǎo)致不同的故障,為更加準(zhǔn)確的診斷故障提供保證。研究表明,本文提出的診斷方法,對(duì)于維修人員來(lái)說(shuō),只要在神經(jīng)網(wǎng)絡(luò)中輸入風(fēng)力發(fā)電機(jī)數(shù)據(jù),不需要任何先驗(yàn)知識(shí),就能對(duì)風(fēng)力發(fā)電機(jī)發(fā)生的故障進(jìn)行診斷,可以有效提高風(fēng)力發(fā)電機(jī)故障診斷效率。
【關(guān)鍵詞】：粗糙集理論 主成分分析 小波神經(jīng)網(wǎng)絡(luò) 故障診斷
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TM315;TP183
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-21
• 1.1 故障診斷的發(fā)展與研究現(xiàn)狀11-13
• 1.1.1 機(jī)械設(shè)備故障診斷國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.1.2 風(fēng)力發(fā)電機(jī)的故障診斷技術(shù)國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.2 小波神經(jīng)網(wǎng)絡(luò)的發(fā)展與現(xiàn)狀13-19
• 1.2.1 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展13-15
• 1.2.2 小波理論的發(fā)展15-17
• 1.2.3 小波神經(jīng)網(wǎng)絡(luò)的構(gòu)造形式及特點(diǎn)17-18
• 1.2.4 小波神經(jīng)網(wǎng)絡(luò)的進(jìn)展及應(yīng)用前景18-19
• 1.3 本課題的研究意義和主要工作19-21
• 1.3.1 課題的研究意義19-20
• 1.3.2 本文主要工作20-21
• 第2章 相關(guān)理論和技術(shù)21-29
• 2.1 人工神經(jīng)網(wǎng)絡(luò)21-24
• 2.1.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)21-22
• 2.1.2 基于BP算法的多層前饋網(wǎng)絡(luò)模型22-24
• 2.2 小波理論24-28
• 2.2.1 小波函數(shù)24-26
• 2.2.2 連續(xù)小波變換26-27
• 2.2.3 離散小波變換27
• 2.2.4 多分辨率分析27-28
• 2.3 本章小結(jié)28-29
• 第3章 基于粗糙集和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)機(jī)故障診斷29-53
• 3.1 問(wèn)題提出29
• 3.2 粗糙集理論和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法29-38
• 3.2.1 粗糙集理論29-32
• 3.2.2 差別矩陣法32-35
• 3.2.3 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法35-38
• 3.3 總體流程38-40
• 3.4 相關(guān)定義40
• 3.5 算法步驟40-41
• 3.6 實(shí)驗(yàn)分析41-51
• 3.6.1 數(shù)據(jù)集41-42
• 3.6.2 實(shí)驗(yàn)過(guò)程42-48
• 3.6.3 實(shí)驗(yàn)結(jié)果48-51
• 3.7 本章小結(jié)51-53
• 第4章 基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)機(jī)故障診斷53-69
• 4.1 問(wèn)題提出53
• 4.2 主元分析法和小波神經(jīng)網(wǎng)絡(luò)53-58
• 4.2.1 主元分析法53-56
• 4.2.2 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法56-58
• 4.3 總體流程58-59
• 4.4 相關(guān)定義59-60
• 4.5 算法步驟60-61
• 4.6 實(shí)驗(yàn)分析61-68
• 4.6.1 實(shí)驗(yàn)過(guò)程61-64
• 4.6.2 實(shí)驗(yàn)結(jié)果64-68
• 4.7 本章小結(jié)68-69
• 第5章 結(jié)束語(yǔ)69-71
• 5.1 全文總結(jié)69
• 5.2 進(jìn)一步的工作69-71
• 參考文獻(xiàn)71-75
• 致謝75

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 焦斌;徐志翔;;基于綜合優(yōu)化方法的風(fēng)力發(fā)電機(jī)故障診斷[J];控制工程;2012年04期

2 劉艷春;楊德輝;劉艷麗;康建軍;;基于神經(jīng)網(wǎng)絡(luò)的某型飛機(jī)發(fā)動(dòng)機(jī)故障診斷研究[J];電子設(shè)計(jì)工程;2012年11期

3 陳雪峰;李繼猛;程航;李兵;何正嘉;;風(fēng)力發(fā)電機(jī)狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的研究與進(jìn)展[J];機(jī)械工程學(xué)報(bào);2011年09期

4 莊哲民;殷國(guó)華;李芬蘭;江鐘偉;;基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)故障診斷[J];電工技術(shù)學(xué)報(bào);2009年04期

5 李鐵軍;朱成實(shí);葉龍;趙新君;王丹;王學(xué)平;;基于RBF人工神經(jīng)網(wǎng)絡(luò)的風(fēng)機(jī)故障診斷[J];風(fēng)機(jī)技術(shù);2007年05期

6 胡梅;王紅;胡庚;楊士元;;Soft Fault Diagnosis for Analog Circuits Based on Slope Fault Feature and BP Neural Networks[J];Tsinghua Science and Technology;2007年S1期

7 李麗容;;小波分析的產(chǎn)生、發(fā)展及應(yīng)用[J];中國(guó)水運(yùn)(理論版);2007年03期

8 唐新安;謝志明;王哲;吳金強(qiáng);;風(fēng)力機(jī)齒輪箱故障診斷[J];噪聲與振動(dòng)控制;2007年01期

9 徐軍華,劉天琪;基于小波分解和人工神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)[J];電網(wǎng)技術(shù);2004年08期

10 張友水,馮學(xué)智,阮仁宗;基于GIS的BP神經(jīng)網(wǎng)絡(luò)遙感影像分類(lèi)研究[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年06期

，

本文編號(hào)：642912