本文關(guān)鍵詞：基于振動(dòng)信號(hào)的大型風(fēng)力發(fā)電機(jī)齒輪箱健康狀態(tài)預(yù)測(cè)研究

  更多相關(guān)文章： 風(fēng)力發(fā)電機(jī) 齒輪箱 希爾伯特變換 BP神經(jīng)網(wǎng)絡(luò) 故障診斷

【摘要】：風(fēng)能作為一種可持續(xù)的清潔能源，，許多國(guó)家已經(jīng)把它作為可持續(xù)發(fā)展戰(zhàn)略的重要能源。風(fēng)力發(fā)電機(jī)是將風(fēng)能轉(zhuǎn)換成電能的主要設(shè)備，而齒輪箱作為風(fēng)力發(fā)電機(jī)的關(guān)鍵機(jī)械系統(tǒng)，其健康狀態(tài)對(duì)風(fēng)力發(fā)電機(jī)的正常運(yùn)行起著至關(guān)重要的作用。齒輪箱在運(yùn)行過(guò)程中常見(jiàn)的故障有齒輪斷齒、齒根裂紋、軸承的失效、軸磨損等，嚴(yán)重影響著風(fēng)力發(fā)電機(jī)的正常運(yùn)行。 齒輪箱產(chǎn)生的故障信號(hào)通常是非平穩(wěn)的振動(dòng)信號(hào)，而且噪聲信號(hào)常常把故障振動(dòng)信號(hào)的特征淹沒(méi)，尤其是同時(shí)出現(xiàn)多種故障，更不易實(shí)現(xiàn)故障狀態(tài)識(shí)別。 針對(duì)風(fēng)力發(fā)電機(jī)齒輪箱中齒輪和軸承振動(dòng)信號(hào)的振動(dòng)機(jī)理及振動(dòng)特點(diǎn)，采用BP神經(jīng)網(wǎng)絡(luò)作為故障分類(lèi)的方法，通過(guò)對(duì)經(jīng)驗(yàn)?zāi)Ｊ椒纸猥@得的本征模式函數(shù)進(jìn)行希爾伯特變換，降低信號(hào)干擾，從而進(jìn)行故障狀態(tài)識(shí)別、為實(shí)現(xiàn)預(yù)測(cè)性維護(hù)齒輪箱奠定了基礎(chǔ)。本文主要從以下幾方面進(jìn)行研究： （1）介紹了風(fēng)力發(fā)電機(jī)故障診斷技術(shù)，研究齒輪箱振動(dòng)故障的特點(diǎn)及故障的類(lèi)型，分析幾種故障振動(dòng)信號(hào)的特征，進(jìn)行信號(hào)處理。 （2）采用一種基于希爾伯特-黃變換邊際譜分析的齒輪箱故障診斷方法實(shí)現(xiàn)對(duì)齒輪箱單一故障與復(fù)合故障的診斷。該方法通過(guò)對(duì)經(jīng)驗(yàn)?zāi)Ｊ椒纸猥@得的本征模式函數(shù)進(jìn)行希爾伯特變換，得到邊際譜，采用譜分析的方式實(shí)現(xiàn)齒輪箱故障的判定。 （3）采集某風(fēng)場(chǎng)數(shù)據(jù)，應(yīng)用Matlab進(jìn)行信號(hào)分析，提取故障特征頻率。對(duì)齒輪箱健康狀態(tài)、主軸磨損狀態(tài)、軸承外圈點(diǎn)蝕狀態(tài)和高速軸齒根裂紋狀態(tài)進(jìn)行分類(lèi)識(shí)別。 （4）提出了BP神經(jīng)網(wǎng)絡(luò)對(duì)齒輪箱狀態(tài)進(jìn)行預(yù)測(cè)。根據(jù)神經(jīng)網(wǎng)絡(luò)算法建立模型實(shí)現(xiàn)齒輪箱故障的類(lèi)型識(shí)別，齒輪箱振動(dòng)信號(hào)在Matlab平臺(tái)上處理結(jié)果表明神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以實(shí)現(xiàn)齒輪箱狀態(tài)趨勢(shì)預(yù)測(cè)。
【關(guān)鍵詞】：風(fēng)力發(fā)電機(jī) 齒輪箱 希爾伯特變換 BP神經(jīng)網(wǎng)絡(luò) 故障診斷
【學(xué)位授予單位】：沈陽(yáng)工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類(lèi)號(hào)】：TM315;TH165.3
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 課題的來(lái)源依據(jù)10
• 1.2 引言10-11
• 1.3 風(fēng)力發(fā)電機(jī)組國(guó)內(nèi)外研究動(dòng)態(tài)11-14
• 1.4 本文主要的研究?jī)?nèi)容14-15
• 1.5 本課題的目的與意義15-16
• 第二章 齒輪箱振動(dòng)機(jī)理及典型故障16-26
• 2.1 風(fēng)力發(fā)電機(jī)齒輪箱基本結(jié)構(gòu)16-18
• 2.2 齒輪振動(dòng)產(chǎn)生原因及典型故障分析18-21
• 2.2.1 齒輪振動(dòng)的產(chǎn)生原因分析18-19
• 2.2.2 齒輪典型故障分析19-21
• 2.3 軸承振動(dòng)產(chǎn)生原因及典型故障分析21-23
• 2.3.1 滾動(dòng)軸承振動(dòng)產(chǎn)生原因分析21-22
• 2.3.2 軸承典型故障分析22-23
• 2.4 齒輪箱振動(dòng)信號(hào)特征分析23-25
• 2.4.1 齒輪故障的振動(dòng)信號(hào)特征23-24
• 2.4.2 滾動(dòng)軸承故障的振動(dòng)信號(hào)特征24-25
• 2.5 本章小結(jié)25-26
• 第三章 希爾伯特-黃變換方法應(yīng)用研究26-55
• 3.1 經(jīng)驗(yàn)?zāi)B(tài)分解法26-30
• 3.1.1 特征尺度26-27
• 3.1.2 瞬時(shí)頻率27-28
• 3.1.3 內(nèi)稟模態(tài)函數(shù)（IMF）28
• 3.1.4 經(jīng)驗(yàn)?zāi)B(tài)分解法的原理28-29
• 3.1.5 經(jīng)驗(yàn)?zāi)B(tài)分解法的算法步驟29-30
• 3.2 經(jīng)驗(yàn)?zāi)B(tài)分解方法的特點(diǎn)30-32
• 3.3 希爾伯特變換32-33
• 3.4 實(shí)例應(yīng)用33-36
• 3.5 振動(dòng)信號(hào)采集36-39
• 3.6 振動(dòng)信號(hào)處理39-54
• 3.6.1 應(yīng)用希爾伯特-黃變換的齒輪箱故障初步診斷41-51
• 3.6.2 基于振動(dòng)信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分解能量特征提取51-54
• 3.7 本章小結(jié)54-55
• 第四章 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法研究55-65
• 4.1 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)55-56
• 4.2 BP 神經(jīng)網(wǎng)絡(luò)的缺陷56-57
• 4.3 BP 神經(jīng)網(wǎng)絡(luò)的改進(jìn)57-58
• 4.4 仿真應(yīng)用58-63
• 4.5 齒輪箱振動(dòng)信號(hào)的 BP 神經(jīng)網(wǎng)絡(luò)識(shí)別預(yù)測(cè)63-64
• 4.6 本章小結(jié)64-65
• 第五章 結(jié)論65-67
• 5.1 結(jié)論65
• 5.2 展望65-67
• 參考文獻(xiàn)67-70
• 在學(xué)研究成果70-71
• 致謝71

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉曉娟;潘宏俠;;基于EMD分解和支持向量機(jī)的齒輪箱故障診斷與研究[J];柴油機(jī)設(shè)計(jì)與制造;2011年03期

2 鄒強(qiáng);劉波峰;彭鐳;王家樂(lè);;爬山算法在風(fēng)力發(fā)電機(jī)組偏航控制系統(tǒng)中的應(yīng)用[J];電網(wǎng)技術(shù);2010年05期

3 王之華;王志新;;大型風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)與控制技術(shù)研究[J];機(jī)電一體化;2008年11期

4 郝旺身;韓捷;董辛e

本文編號(hào)：979320