首页 > 88必威

风电齿轮和滚动轴承故障诊断技术研究

来源:论文学术网
时间:2024-08-18 18:57:31
热度:

风电齿轮和滚动轴承故障诊断技术研究【摘要】:风电机组运行环境一般较为恶略,长时间运行可能导致设备产生故障。风电机组主传动链上任何一个关键零部件失效都会导致传动系统瘫痪,进而影响风电

【摘要】:风电机组运行环境一般较为恶略,长时间运行可能导致设备产生故障。风电机组主传动链上任何一个关键零部件失效都会导致传动系统瘫痪,进而影响风电机组的正常运行,造成不可估计的损失。齿轮箱和轴承作为风电机组主传动链上的核心部件,对其进行故障特征提取和故障识别的重要性不言而喻。 首先,开发了基于cRIO的数据采集软件,为故障特征提取和故障识别提供实验数据来源,文中用到的实验数据均由此软件采集得到。 齿轮处于运行状态时,分为变转速和定转速两种状态。当转速恒定时,若齿轮产生故障,振动信号会产生幅值调制,采解调分析方法对信号进行特征频率提取。由于齿轮在产生故障时,特征频率成分会产生明显变化,导致能量分布产生较大改变,本文在此基础上提出了基于频域的能量重心法和相关系数法对齿轮进行故障诊断,通过仿真和实验验证了这种方法的有效性。当齿轮处于变转速状态且发生故障时,振动信号变为既有幅值调制又有频率调制的信号,本文采用了包络阶次分析方法对故障齿轮进行特征频率提取,并通过齿轮的断齿实验进行验证,从而解决了传统傅里叶变换在处理此类信号时产生的“频谱模糊”现象。 轴承在风电机组主传动链中和齿轮具有同等重要的位置,对其进行故障特征提取和故障识别研究必不可少。本文采用聚类经验模态分解和支持向量机的方法对故障信号进行特征提取和故障识别。首先,对故障轴承的振动信号进行EEMD分解,对分解后的IMF分量进行能量计算,得到故障信号在不同尺度上的能量分布,通过进一步计算得到其能量熵和奇异值熵。对计算结果进行分析得到如下结论:随着故障程度的增加,能量熵值逐渐减小,奇异值熵和能量熵的变化趋势一致且大小略低于能量熵;不同故障的轴承,其振动信号的能量分布不同。因此,可以把故障轴承的能量分布、能量熵作为特征参数进行故障识别。 选取正常、外圈故障、内圈故障和滚动体故障四种情况。把故障信号在不同尺度上的能量分布作为特征向量用支持向量机进行故障识别;把信号的峭度、包络有效值、能量熵作为特征向量进行故障分类。 【关键词】:能量重心 包络阶次 聚类经验模态分解 支持向量机
【学位授予单位】:北京化工大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:TH165.3;TH133.33;TH132.41
【目录】:
  • 摘要4-6
  • ABSTRACT6-15
  • 第一章 绪论15-19
  • 1.1 研究背景15
  • 1.2 故障诊断方法概述15-18
  • 1.2.1 基于解析模型的分析方法15-16
  • 1.2.2 基于信号处理的分析方法16-17
  • 1.2.3 基于知识的分析方法17-18
  • 1.3 课题来源及本文主要内容18-19
  • 1.3.1 课题来源18
  • 1.3.2 本文的研究内容和章节安排18-19
  • 第二章 故障特征提取及识别方法研究19-47
  • 2.1 引言19
  • 2.2 解调分析19-27
  • 2.2.1 解调分析原理19-22
  • 2.2.2 解调分析仿真22-27
  • 2.3 基于频域的能量重心法和相关系数法27-29
  • 2.3.1 能量重心法原理27
  • 2.3.2 相关系数法原理27-28
  • 2.3.3 能量重心法和相关系数法仿真28-29
  • 2.4 阶次跟踪分析29-34
  • 2.4.1 阶次跟踪原理29-31
  • 2.4.2 阶次跟踪仿真31-34
  • 2.5 聚类经验模态分解34-38
  • 2.5.1 经验模态分解原理34-35
  • 2.5.2 聚类经验模态分解原理35-37
  • 2.5.3 聚类经验模态分解仿真37-38
  • 2.6 支持向量机38-45
  • 2.6.1 支持向量机原理39-41
  • 2.6.2 归一化法和交叉验证法41-42
  • 2.6.3 支持向量机分类仿真42-45
  • 2.7 本章小结45-47
  • 第三章 基于cRIO的数据采集软件开发47-59
  • 3.1 引言47
  • 3.2 硬件与软件平台介绍47-48
  • 3.3 数据采集软件设计48-58
  • 3.3.1 硬件设置48-49
  • 3.3.2 软件整体结构49-51
  • 3.3.3 FPGA程序51-53
  • 3.3.4 上位机程序53-58
  • 3.4 软件测试58
  • 3.5 本章小结58-59
  • 第四章 齿轮故障实验研究59-71
  • 4.1 引言59
  • 4.2 实验设备59-60
  • 4.3 实验方案60-61
  • 4.4 实验数据分析处理61-69
  • 4.4.1 定转速数据分析处理61-67
  • 4.4.2 变转速数据分析处理67-69
  • 4.5 本章小结69-71
  • 第五章 滚动轴承故障实验研究71-83
  • 5.1 引言71
  • 5.2 实验设备71-72
  • 5.3 实验方案72-73
  • 5.4 实验数据分析处理73-77
  • 5.5 滚动轴承故障识别77-81
  • 5.5.1 能量分布为特征向量77-78
  • 5.5.2 峭度、包络有效值、能量熵为特征向量78-80
  • 5.5.3 提高某一类故障的分类准确率80-81
  • 5.6 本章小结81-83
  • 第六章 总结和展望83-85
  • 6.1 总结83
  • 6.2 展望83-85
  • 致谢85-87
  • 附录187-89
  • 附录289-91
  • 参考文献91-95
  • 研究成果及发表的学术论文95-97
  • 作者和导师简介97-98
  • 附件98-99


您可以在本站搜索以下学术论文文献来了解更多相关内容

EEMD在电能质量扰动检测中的应用    张杨;刘志刚;

基于EEMD的奇异谱熵在旋转机械故障诊断中的应用    高清清;贾民平;

基于DSP和小波变换故障诊断检测的研究    朱高中;刘保菊;

风力发电的现状与发展趋势    周燕莉;

基于EMD和边际谱频带能量的离心泵汽蚀故障诊断    周云龙;刘永奇;薛广鑫;陈军;

经验模态分解(EMD)在滚动轴承故障诊断中的应用    杨宇,于德介,程军圣,丁戈

基于IMF能量熵的目标特征提取与分类方法    张小蓟;张歆;孙进才;

机械故障诊断技术现状及趋势    王清,潘宏侠,周传刚

基于信息融合的机械故障诊断技术研究    彭志凌;潘宏侠;

粗糙集合理论在旋转机械故障诊断技术中的应用    许宝杰;张建民;徐小力;徐杨梅;

阶次分析在齿轮变速箱故障诊断中的应用    王远程

基于支持向量机的故障诊断方法    谢芳芳

基于支持向量机的故障诊断方法研究    陈欢欢

电动滚筒驱动电机噪声的控制分析    鲍俊瑶;

基于EMD和SVM的农用柴油机故障诊断研究    吕建新;吴虎胜;王茂生;吴庐山;

基于蚁群特征选择的相似重复记录分类检测    曹建军;刁兴春;杜鹢;王芳潇;张潇毅;

齿轮裂纹早期故障的完全解调分析    崔玲丽;丁芳;高立新;张建宇;王颖旺;

轴承故障诊断中共振解调技术的应用研究    高立新;王大鹏;刘保华;丁庆新;丁芳;李民;

基于EMD解调方法的齿轮早期故障诊断    高立新;吴丽娟;张建宇;

基于Fisher比率与SVM的滚动轴承故障诊断方法    高立新;任志强;张建宇;胥永刚;王燕;

直升机中减速器谐响应分析与传感器优化布局    苏勋文;王少萍;朱冬梅;石健;

基于声信号分析的齿轮故障诊断方法    杨德斌;杨聚星;阳建宏;章立军;

风力发电机锥筒型塔架的模态分析    李斌;姜福杰;

基于EMD的频率族分离法在滚动轴承故障诊断中的应用    张博闻;祁炜;杨冬;唐小程;宋执环;

风电齿轮箱振动信号的倒频谱分析    滕伟;武鑫;高青风;柳亦兵;

一种基于ICA的机械故障特征提取方法    赵志宏;杨绍普;

基于线调频小波路径追踪阶比循环平稳解调的齿轮故障诊断    陈向民;于德介;罗洁思;

基于共振解调的滚动轴承故障诊断    刘锋;马怀祥;王亚涛;

沿海某滩涂风力机抗震分析    朱方剑;王振宇;刘国华;章子华;

多级行星轮系减速器的降噪研究    陈传海;于洋;李志远;

风力发电机塔架在竖向和水平地震作用下的抗震性能分析    南晓辉;李健荣;柳超;

基于阶次分析的汽车主减速器故障诊断研究    谢峰;程林;魏瑞;

基于循环平稳分析的齿轮损伤监测研究    商铁军;刘立;张文明;冯志鹏;李学军;

EMD算法研究及其在信号去噪中的应用    王婷

多尺度线调频基稀疏信号分解及其在齿轮箱故障诊断中的应用    彭富强

数学形态学在机械故障诊断中的应用研究    沈路

基于滤波技术和粒子群优化的齿轮箱故障诊断研究    许昕

基于核方法的旋转机械故障诊断技术与模式分析方法研究    蒋玲莉

基于车致振动响应的铁路桥梁损伤识别方法研究    付春雨

基于EMD和Cohen核的时—频分析研究及其在轨道不平顺监测中的应用    宁静

旋转机械非平稳信号微弱特征提取方法研究    蒋永华

旋转机械早期故障特征提取的时频分析方法研究    鞠萍华

滚动轴承的性能退化特征提取及评估方法研究    潘玉娜

特种车辆变速箱齿轮传动失效分析    旺扎拉

基于时频分析的齿轮故障机理及诊断研究    李会臣

电力电子装置故障诊断技术研究    从静

风力发电机组齿轮箱早期故障诊断方法研究    张亮

滚动轴承故障特征增强方法与状态预测研究    赵长生

风力发电新型偏航驱动器设计与研究    陶磊

LVQ神经网络在齿轮箱故障诊断中的研究    杨克强

风电场工程水土流失规律及其防治技术研究    孟宪华

小型单相并网风力发电变流器的研究    冯其塔

基于小波分析对变速箱进行故障诊断    彭建云

基于BP网络的故障诊断正向推理方法    王伟杰,赵学增,黄文涛

基于改进小波能熵和支持向量机的短时电能质量扰动识别    李庚银;王洪磊;周明;

一种基于频谱分析的可控整流电路故障诊断方法    陈如清,李强

风力发电机组齿轮箱故障诊断    高胜利;赵小荣;申强;

基于dq变换和ANN的电能质量扰动辨识    徐永海,肖湘宁,杨以涵,陈学允

风力发电与电力市场    雷亚洲,Gordon Lightbody

基于AR谱估计和Adaline神经元的间谐波分析    蔡忠法;陈隆道;

基于概率神经网络和双小波的电能质量扰动自动识别    石敏;吴正国;徐袭;

一种改善HHT端点效应的新方法及其在电能质量中的应用    苏玉香;刘志刚;李东敏;李科亮;

电能质量复合扰动分类识别    占勇;程浩忠;

基于Hilbert-Huang变换的旋转机械故障诊断方法研究    程军圣

基于支持向量机的故障智能诊断理论与方法研究    何学文

基于支持向量机的机械故障模式分类研究    潘明清

基于神经网络的齿轮箱智能故障诊断技术的研究    张捷

信号分析技术在机器故障诊断中的应用及研究    陈臻

基于神经网络和灰色理论的传动箱故障诊断研究    孟浩东

基于信息融合的多Agent故障诊断系统及在航天器上的应用    隆莹

基于虚拟仪器的齿轮箱监测诊断技术研究    樊雷

基于支持向量机的故障诊断方法    谢芳芳

面向旋转机械的支持向量机方法及智能故障诊断系统研究    顾小军

基于支持向量机的小样本故障诊断    朱颖辉

基于SVM的柴油机机械故障诊断研究    邓小文

基于EEMD的车内语音增强研究    张佳芳

基于ICA和SVM的滚动轴承声发射故障诊断技术    何沿江;齐明侠;罗红梅;

冲击脉冲法在离心泵电机轴承故障诊断中的应用    姚新华;何耀辉;

MCPSO与RBFNN在滚动轴承故障诊断中的应用    孟艳;潘宏侠;

基于声成像模式识别的故障诊断方法研究    侯俊剑;蒋伟康;

“轧钢机系列轴承在线故障诊断技术”的研究    赵淳生;鲍明;

往复机械故障分析及诊断方法    刘丽华;戴静君;孟波;

无量纲指标及人工免疫系统故障诊断技术的应用研究    张清华;钱宇;胥布工;高廷玉;谢克明;

关联维数在机械设备故障诊断中的应用研究    邵辉;赵庆贤;李燕;

大功率可控整流电路的故障诊断技术研究    燕敏婷;谢利理;刘素梅;

基于小波分析的旋转机械故障诊断技术及其试验研究    宋雪萍;李朝峰;马辉;闻邦椿;

多层前馈人工神经网络在装备故障诊断中的应用研究    单鑫;董文洪;曹阳;

故障预报技术及其发展    董延军;范蟠果;王磊;

基于状态观测器的常规系统故障诊断方法研究    段丰安;李文珍;许忠;

海军舰船装备远程故障诊断系统设计    黄高明;李胜勇;袁湘辉;

机器人的控制系统故障诊断(检测)程序开发研究    叶沙琳;张铁;谢存禧;邹焱飚;

基于BP算法与D-S理论的故障诊断技术    莫秋云;杨晓清;宾莹;

线性网络故障诊断的定向激励方法    郑应文;

舰船导弹火控系统远程检测及故障诊断    殷海俊;郑建明;

机车涡轮增压器状态监测和故障诊断方法研究    牟文凯;徐小力;吴国新;

设备状态监测与故障诊断技术——最新进展与智能维护系统    陈进;

我大型机组故障诊断技术发展迅速    曹百禹

过程检测及诊断技术成为企业发展“护身符”    记者 任继凯 王卫

黄文虎:志在扶摇万里程    本报记者  马云霄

我国轨道交通安全技术创新获重大突破    徐兰山 罗争鸣 罗浩 万林香 供稿

机车故障隐患实现“立体”诊断    罗争鸣 徐兰山 罗浩

我国滚动轴承与国外有哪些差距    洛阳轴承研究所总工程师 杨晓蔚

施福乐看中中国滚动轴承市场    范增军

精通BIOS从这里开始    特约撰稿人 张燕

制造滚动轴承实体保持架的高铝锌基合金材料    

山东泰安滚动轴承碳钢球联盟标准成功立项    周俊 宋爱华

面向泵车的故障诊断技术研究    董增寿

融合叶尖定时信号的旋转机械转子故障诊断技术研究    李孟麟

重载组合列车同步制动系统故障诊断技术与应用研究    杨迎泽

基于卡尔曼滤波的航空发动机故障诊断技术研究    张鹏

基于HMM的复杂条件故障诊断技术研究    岳夏

基于第二代小波的机械故障信号处理方法研究    周瑞

基于混合智能的齿轮传动系统集成故障诊断方法研究    杨铁梅

基于数据挖掘的核电站故障诊断技术研究    慕昱

基于道旁声学信号的列车滚动轴承故障诊断技术研究    吴强

水利枢纽闸门维护自动化-故障诊断技术研究    肖志怀

电机故障诊断及小波基函数的选择    鄢玉

基于粒子群优化RBF神经网络的柴油机故障诊断研究    王玉雷

列车滚动轴承故障诊断与监测系统研究    吴德华

离心泵滚动轴承故障诊断方法研究及应用    于红

基于DSP的滚动轴承实时数据采集与处理系统设计    曾帅

小波分析在拖拉机齿轮箱自动故障诊断中的应用    王翔

基于振动信号的滚动轴承故障诊断方法研究    吕路勇

风电齿轮和滚动轴承故障诊断技术研究    张程鹏

基于虚拟仪器技术的齿轮箱故障诊断仪的研制    丁志宇

轧机设备的在线监测和故障诊断系统    王新彦

Baidu
map