本文關(guān)鍵詞：風(fēng)電齒輪和滾動(dòng)軸承故障診斷技術(shù)研究

  更多相關(guān)文章： 能量重心 包絡(luò)階次 聚類經(jīng)驗(yàn)?zāi)B(tài)分解 支持向量機(jī)

【摘要】：風(fēng)電機(jī)組運(yùn)行環(huán)境一般較為惡略,長(zhǎng)時(shí)間運(yùn)行可能導(dǎo)致設(shè)備產(chǎn)生故障。風(fēng)電機(jī)組主傳動(dòng)鏈上任何一個(gè)關(guān)鍵零部件失效都會(huì)導(dǎo)致傳動(dòng)系統(tǒng)癱瘓,進(jìn)而影響風(fēng)電機(jī)組的正常運(yùn)行,造成不可估計(jì)的損失。齒輪箱和軸承作為風(fēng)電機(jī)組主傳動(dòng)鏈上的核心部件,對(duì)其進(jìn)行故障特征提取和故障識(shí)別的重要性不言而喻。 首先,開發(fā)了基于cRIO的數(shù)據(jù)采集軟件,為故障特征提取和故障識(shí)別提供實(shí)驗(yàn)數(shù)據(jù)來(lái)源,文中用到的實(shí)驗(yàn)數(shù)據(jù)均由此軟件采集得到。 齒輪處于運(yùn)行狀態(tài)時(shí),分為變轉(zhuǎn)速和定轉(zhuǎn)速兩種狀態(tài)。當(dāng)轉(zhuǎn)速恒定時(shí),若齒輪產(chǎn)生故障,振動(dòng)信號(hào)會(huì)產(chǎn)生幅值調(diào)制,采解調(diào)分析方法對(duì)信號(hào)進(jìn)行特征頻率提取。由于齒輪在產(chǎn)生故障時(shí),特征頻率成分會(huì)產(chǎn)生明顯變化,導(dǎo)致能量分布產(chǎn)生較大改變,本文在此基礎(chǔ)上提出了基于頻域的能量重心法和相關(guān)系數(shù)法對(duì)齒輪進(jìn)行故障診斷,通過(guò)仿真和實(shí)驗(yàn)驗(yàn)證了這種方法的有效性。當(dāng)齒輪處于變轉(zhuǎn)速狀態(tài)且發(fā)生故障時(shí),振動(dòng)信號(hào)變?yōu)榧扔蟹嫡{(diào)制又有頻率調(diào)制的信號(hào),本文采用了包絡(luò)階次分析方法對(duì)故障齒輪進(jìn)行特征頻率提取,并通過(guò)齒輪的斷齒實(shí)驗(yàn)進(jìn)行驗(yàn)證,從而解決了傳統(tǒng)傅里葉變換在處理此類信號(hào)時(shí)產(chǎn)生的“頻譜模糊”現(xiàn)象。 軸承在風(fēng)電機(jī)組主傳動(dòng)鏈中和齒輪具有同等重要的位置,對(duì)其進(jìn)行故障特征提取和故障識(shí)別研究必不可少。本文采用聚類經(jīng)驗(yàn)?zāi)B(tài)分解和支持向量機(jī)的方法對(duì)故障信號(hào)進(jìn)行特征提取和故障識(shí)別。首先,對(duì)故障軸承的振動(dòng)信號(hào)進(jìn)行EEMD分解,對(duì)分解后的IMF分量進(jìn)行能量計(jì)算,得到故障信號(hào)在不同尺度上的能量分布,通過(guò)進(jìn)一步計(jì)算得到其能量熵和奇異值熵。對(duì)計(jì)算結(jié)果進(jìn)行分析得到如下結(jié)論：隨著故障程度的增加,能量熵值逐漸減小,奇異值熵和能量熵的變化趨勢(shì)一致且大小略低于能量熵；不同故障的軸承,其振動(dòng)信號(hào)的能量分布不同。因此,可以把故障軸承的能量分布、能量熵作為特征參數(shù)進(jìn)行故障識(shí)別。 選取正常、外圈故障、內(nèi)圈故障和滾動(dòng)體故障四種情況。把故障信號(hào)在不同尺度上的能量分布作為特征向量用支持向量機(jī)進(jìn)行故障識(shí)別；把信號(hào)的峭度、包絡(luò)有效值、能量熵作為特征向量進(jìn)行故障分類。
【關(guān)鍵詞】：能量重心 包絡(luò)階次 聚類經(jīng)驗(yàn)?zāi)B(tài)分解 支持向量機(jī)
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TH165.3;TH133.33;TH132.41
【目錄】：

• 摘要4-6
• ABSTRACT6-15
• 第一章 緒論15-19
• 1.1 研究背景15
• 1.2 故障診斷方法概述15-18
• 1.2.1 基于解析模型的分析方法15-16
• 1.2.2 基于信號(hào)處理的分析方法16-17
• 1.2.3 基于知識(shí)的分析方法17-18
• 1.3 課題來(lái)源及本文主要內(nèi)容18-19
• 1.3.1 課題來(lái)源18
• 1.3.2 本文的研究?jī)?nèi)容和章節(jié)安排18-19
• 第二章 故障特征提取及識(shí)別方法研究19-47
• 2.1 引言19
• 2.2 解調(diào)分析19-27
• 2.2.1 解調(diào)分析原理19-22
• 2.2.2 解調(diào)分析仿真22-27
• 2.3 基于頻域的能量重心法和相關(guān)系數(shù)法27-29
• 2.3.1 能量重心法原理27
• 2.3.2 相關(guān)系數(shù)法原理27-28
• 2.3.3 能量重心法和相關(guān)系數(shù)法仿真28-29
• 2.4 階次跟蹤分析29-34
• 2.4.1 階次跟蹤原理29-31
• 2.4.2 階次跟蹤仿真31-34
• 2.5 聚類經(jīng)驗(yàn)?zāi)B(tài)分解34-38
• 2.5.1 經(jīng)驗(yàn)?zāi)B(tài)分解原理34-35
• 2.5.2 聚類經(jīng)驗(yàn)?zāi)B(tài)分解原理35-37
• 2.5.3 聚類經(jīng)驗(yàn)?zāi)B(tài)分解仿真37-38
• 2.6 支持向量機(jī)38-45
• 2.6.1 支持向量機(jī)原理39-41
• 2.6.2 歸一化法和交叉驗(yàn)證法41-42
• 2.6.3 支持向量機(jī)分類仿真42-45
• 2.7 本章小結(jié)45-47
• 第三章 基于cRIO的數(shù)據(jù)采集軟件開發(fā)47-59
• 3.1 引言47
• 3.2 硬件與軟件平臺(tái)介紹47-48
• 3.3 數(shù)據(jù)采集軟件設(shè)計(jì)48-58
• 3.3.1 硬件設(shè)置48-49
• 3.3.2 軟件整體結(jié)構(gòu)49-51
• 3.3.3 FPGA程序51-53
• 3.3.4 上位機(jī)程序53-58
• 3.4 軟件測(cè)試58
• 3.5 本章小結(jié)58-59
• 第四章 齒輪故障實(shí)驗(yàn)研究59-71
• 4.1 引言59
• 4.2 實(shí)驗(yàn)設(shè)備59-60
• 4.3 實(shí)驗(yàn)方案60-61
• 4.4 實(shí)驗(yàn)數(shù)據(jù)分析處理61-69
• 4.4.1 定轉(zhuǎn)速數(shù)據(jù)分析處理61-67
• 4.4.2 變轉(zhuǎn)速數(shù)據(jù)分析處理67-69
• 4.5 本章小結(jié)69-71
• 第五章 滾動(dòng)軸承故障實(shí)驗(yàn)研究71-83
• 5.1 引言71
• 5.2 實(shí)驗(yàn)設(shè)備71-72
• 5.3 實(shí)驗(yàn)方案72-73
• 5.4 實(shí)驗(yàn)數(shù)據(jù)分析處理73-77
• 5.5 滾動(dòng)軸承故障識(shí)別77-81
• 5.5.1 能量分布為特征向量77-78
• 5.5.2 峭度、包絡(luò)有效值、能量熵為特征向量78-80
• 5.5.3 提高某一類故障的分類準(zhǔn)確率80-81
• 5.6 本章小結(jié)81-83
• 第六章 總結(jié)和展望83-85
• 6.1 總結(jié)83
• 6.2 展望83-85
• 致謝85-87
• 附錄187-89
• 附錄289-91
• 參考文獻(xiàn)91-95
• 研究成果及發(fā)表的學(xué)術(shù)論文95-97
• 作者和導(dǎo)師簡(jiǎn)介97-98
• 附件98-99

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張楊;劉志剛;;EEMD在電能質(zhì)量擾動(dòng)檢測(cè)中的應(yīng)用[J];電力自動(dòng)化設(shè)備;2011年12期

2 高清清;賈民平;;基于EEMD的奇異譜熵在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

3 朱高中;劉保菊;;基于DSP和小波變換故障診斷檢測(cè)的研究[J];電子質(zhì)量;2009年11期

4 周燕莉;;風(fēng)力發(fā)電的現(xiàn)狀與發(fā)展趨勢(shì)[J];甘肅科技;2008年03期

5 周云龍;劉永奇;薛廣鑫;陳軍;;基于EMD和邊際譜頻帶能量的離心泵汽蝕故障診斷[J];化工學(xué)報(bào);2012年02期

6 楊宇,于德介,程軍圣,丁戈;經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)在滾動(dòng)軸承故障診斷中的應(yīng)用[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年05期

7 張小薊;張歆;孫進(jìn)才;;基于IMF能量熵的目標(biāo)特征提取與分類方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年04期

8 王清,潘宏俠,周傳剛;機(jī)械故障診斷技術(shù)現(xiàn)狀及趨勢(shì)[J];機(jī)械管理開發(fā);2005年06期

9 彭志凌;潘宏俠;;基于信息融合的機(jī)械故障診斷技術(shù)研究[J];機(jī)械管理開發(fā);2006年01期

10 許寶杰;張建民;徐小力;徐楊梅;;粗糙集合理論在旋轉(zhuǎn)機(jī)械故障診斷技術(shù)中的應(yīng)用[J];機(jī)械設(shè)計(jì)與制造;2006年12期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 王遠(yuǎn)程;階次分析在齒輪變速箱故障診斷中的應(yīng)用[D];同濟(jì)大學(xué);2006年

2 謝芳芳;基于支持向量機(jī)的故障診斷方法[D];湖南大學(xué);2006年

3 陳歡歡;基于支持向量機(jī)的故障診斷方法研究[D];哈爾濱工業(yè)大學(xué);2008年

，

本文編號(hào)：1013741