發(fā)布時(shí)間：2020-12-10 00:02

　　在目前國(guó)內(nèi)外能源短缺和環(huán)境污染問(wèn)題日益嚴(yán)重的情況下,大力開發(fā)和利用風(fēng)能是解決上述問(wèn)題的有效途徑和必然趨勢(shì)之一。在風(fēng)電產(chǎn)業(yè)快速發(fā)展的同時(shí),風(fēng)力發(fā)電機(jī)組的安全、穩(wěn)定運(yùn)行逐漸引起國(guó)內(nèi)外的高度重視。在雙饋型和半直驅(qū)型風(fēng)力發(fā)電機(jī)組中,由齒輪箱軸承故障引起的停機(jī)時(shí)間最長(zhǎng),對(duì)其故障進(jìn)行研究具有重要的理論指導(dǎo)價(jià)值和工程應(yīng)用意義。因此,本文以風(fēng)力發(fā)電機(jī)組齒輪箱滾動(dòng)軸承為研究對(duì)象,采用先進(jìn)技術(shù)方法對(duì)其進(jìn)行故障類型、故障部位和故障程度的診斷,為提高風(fēng)力發(fā)電機(jī)組的利用率,降低風(fēng)場(chǎng)的運(yùn)行維護(hù)費(fèi)用提供重要理論支撐和技術(shù)保證。本文的主要研究?jī)?nèi)容如下：1.提出了一種基于數(shù)學(xué)形態(tài)濾波的小波特征頻帶滾動(dòng)軸承早期故障診斷方法。首先利用小波-數(shù)學(xué)形態(tài)聯(lián)合降噪算法對(duì)信號(hào)進(jìn)行預(yù)處理；再建立滾動(dòng)軸承故障振動(dòng)信號(hào)模型,以減小診斷的盲目性,提高診斷精確度；最后根據(jù)理論推導(dǎo)分析出的結(jié)論：當(dāng)滾動(dòng)軸承發(fā)生故障時(shí),其振動(dòng)信號(hào)相應(yīng)故障特征頻帶能量顯著增大,來(lái)判定小波分解結(jié)果中包含故障信息的特征頻帶,將包含在其中的周期性沖擊特征和故障調(diào)制信息分離出來(lái),從而判定故障類型和故障部位。2.提出了一種基于峭度的EMD （Empirical Mode De... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：123 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
Abstract
目錄
1 緒論
    1.1 課題研究的背景與意義
    1.2 現(xiàn)有滾動(dòng)軸承故障診斷方法及其優(yōu)缺點(diǎn)
        1.2.1 時(shí)域統(tǒng)計(jì)特征值及無(wú)量綱參數(shù)方法及其優(yōu)缺點(diǎn)
        1.2.2 頻域分析方法及其優(yōu)缺點(diǎn)
        1.2.3 時(shí)頻域分析方法及其優(yōu)缺點(diǎn)
    1.3 小波變換和EMD方法在軸承故障診斷中的應(yīng)用研究現(xiàn)狀
        1.3.1 小波變換在軸承故障診斷中的應(yīng)用研究現(xiàn)狀
        1.3.2 EMD方法在軸承故障診斷中的應(yīng)用研究現(xiàn)狀
        1.3.3 現(xiàn)有EMD方法迭代截止規(guī)則及其缺點(diǎn)
    1.4 現(xiàn)有研究存在的問(wèn)題
    1.5 本論文主要研究?jī)?nèi)容和結(jié)構(gòu)安排
2 基于數(shù)學(xué)形態(tài)濾波的小波特征頻帶滾動(dòng)軸承早期故障診斷方法
    2.1 引言
    2.2 小波-數(shù)學(xué)形態(tài)聯(lián)合的早期故障振動(dòng)信號(hào)降噪預(yù)處理
    2.3 滾動(dòng)軸承故障振動(dòng)信號(hào)模型
        2.3.1 滾動(dòng)軸承故障振動(dòng)信號(hào)頻譜特征
        2.3.2 滾動(dòng)軸承故障振動(dòng)信號(hào)模型
    2.4 軸承不同故障頻率成分能量對(duì)比
    2.5 小波特征頻帶判斷
    2.6 診斷方法步驟
    2.7 實(shí)驗(yàn)結(jié)果及分析
    2.8 結(jié)論
3 基于峭度的EMD方法迭代截止規(guī)則
    3.1 引言
    3.2 原始EMD方法分解步驟
        3.2.1 IMF分量定義條件
        3.2.2 原始EMD方法分解步驟
    3.3 基于峭度的EMD方法迭代截止規(guī)則
        3.3.1 峭度的定義及其意義
        3.3.2 基于峭度的EMD方法迭代截止規(guī)則
    3.4 仿真結(jié)果分析與對(duì)比
        3.4.1 準(zhǔn)確性對(duì)比
        3.4.2 正交性對(duì)比
    3.5 在風(fēng)力發(fā)電機(jī)組齒輪箱高速端軸承故障中的應(yīng)用對(duì)比
    3.6 本章小結(jié)
4 一種新型滾動(dòng)軸承故障部位及程度在線診斷方法
    4.1 引言
    4.2 滾動(dòng)軸承故障實(shí)驗(yàn)數(shù)據(jù)來(lái)源
    4.3 滾動(dòng)軸承故障特征量的提取
    4.4 一種新型滾動(dòng)軸承故障部位及程度在線診斷方法
        4.4.1 散度指標(biāo)
        4.4.2 故障部位及程度診斷方法
    4.5 實(shí)驗(yàn)數(shù)據(jù)及結(jié)果分析
        4.5.1 故障特征量提取準(zhǔn)確性
        4.5.2 故障部位及程度診斷
    4.6 在風(fēng)力發(fā)電機(jī)組齒輪箱高速端軸承故障診斷中的驗(yàn)證
    4.7 本章小結(jié)
5 一種新型滾動(dòng)軸承故障部位及程度自適應(yīng)聚類方法
    5.1 引言
    5.2 滾動(dòng)軸承故障特征量提取
    5.3 自適應(yīng)K-均值聚類算法
        5.3.1 原始K-均值聚類算法概述
        5.3.2 主成分分析方法
        5.3.3 自適應(yīng)K-均值聚類算法
    5.4 故障部位及程度診斷自適應(yīng)聚類方法
    5.5 實(shí)驗(yàn)結(jié)果及分析
        5.5.1 按故障部位自適應(yīng)聚類樣本集
        5.5.2 按故障程度自適應(yīng)聚類樣本集
    5.6 結(jié)論與比較
6 風(fēng)力發(fā)電機(jī)組在線故障預(yù)警與診斷一體化系統(tǒng)設(shè)計(jì)與應(yīng)用
    6.1 引言
    6.2 系統(tǒng)整體框架
        6.2.1 系統(tǒng)結(jié)構(gòu)
        6.2.2 系統(tǒng)功能
        6.2.3 一體化系統(tǒng)
    6.3 故障預(yù)警子系統(tǒng)
    6.4 故障診斷子系統(tǒng)
    6.5 結(jié)論
7 總結(jié)與展望
    7.1 全文研究工作總結(jié)
    7.2 研究工作展望
參考文獻(xiàn)
附錄



本文編號(hào)：2907704