面向风电机组的齿轮箱轴承故障诊断技术研究

【摘要】：齿轮箱是风电机组传动系统的重要组成部分,齿轮箱的滚动轴承是传动链中故障率较高的部件之一。轴承发生故障不但影响机组的正常运行,甚至波及供电侧电网的安全平稳运行。因此对风电机组齿轮箱轴承故障进行快速诊断具有重要的现实意义和使用价值。本文在深入分析风力发电机组的基本组成结构、故障机理、故障特征及其特征频率的基础上采用经验模态分解(Empirical Mode Decomposition)改进阈值方法对滚动轴承出现故障时的振动信号进行降噪预处理,然后提取故障特征,分析故障类型。将时频域分析技术和旋转机械故障理论知识结合起来,针对风力发电机组的机械传动系统出现的常见机械故障问题,如断齿、点蚀、磨损、偏心、轴承内圈、外圈、滚动体损坏等故障问题进行综合分析研究,并采用智能分类算法支持向量机(Support Vector Machines)对风电机组的齿轮箱轴承进行故障分析和分类研究,采用实测实验模拟故障数据验证故障诊断算法的可行性和准确性,为风力发电机组故障诊断提供一种新的解决方法。研究内容和结论如下： (1)从机械故障诊断的基本原理出发分析研究风力发电机组齿轮箱滚动轴承机械振动故障机理,分析出各个部件出现故障的特征频率,明确不同部件故障所对应的故障特征,为后续故障诊断和分类实验验证提供数据支撑和理论依据。 (2)在获得故障测试数据之后,采用小波分解与EMD分解阈值方法进行降噪处理、频谱和包络谱分析,观察分析频谱图中的故障特征量,提出了改进EMD阈值降噪方法,并验证其可行性和优越性 (3)在故障数据中选取峰-峰值、有效值、方差和峭度值指标作为故障特征量,采用支持向量机分类识别算法对所选取的故障特征量组成的训练样本进行训练,构成故障诊断基本模型,然后采用网格搜索方法、遗传算法、粒子群算法这三种参数优化算法对支持向量机诊断模型的参数进行优化,以获取齿轮箱滚动轴承的故障点的精确定位和故障类型的有效辨识,仿真结果表明,网格搜索法虽然计算速度相对较快一些,但是故障类型分类准确率较低。遗传算法容易陷入局部最优并且计算速度相对较慢,分类效果欠佳。粒子群优化算法分类准确率最高,计算速度比遗传算法快,但是收敛性差。 【关键词】：风力发电机组 滚动轴承 经验模态分解 支持向量机 齿轮箱 故障诊断
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM315
【目录】：

• 目录5-7
• 摘要7-8
• Abstract8-10
• 插图索引10-12
• 附表索引12-13
• 第1章 绪论13-20
• 1.1 课题研究目的和意义13-14
• 1.2 故障诊断的发展现状14-16
• 1.3 国内外风力发电机组故障诊断研究现状16-18
• 1.4 主要研究内容18-20
• 第2章 双馈型风力发电机组传动系统典型故障分析20-30
• 2.1 风力发电机组传动系统结构20-21
• 2.2 风力发电机组传动机构典型故障21-24
• 2.2.1 齿轮箱故障21-23
• 2.2.2 转子不对中故障23
• 2.2.3 滚动轴承故障23-24
• 2.2.4 发电机故障24
• 2.3 风力发电机组传动机构典型故障振动信号频率特征24-29
• 2.3.1 齿轮箱故障振动信号特征24-26
• 2.3.2 滚动轴承故障振动信号特征26-29
• 2.4 本章小结29-30
• 第3章 经验模态分解在轴承振动信号降噪及故障诊断分析中的应用30-51
• 3.1 经验模态分解概述30
• 3.2 经验模态分解的基本原理30-34
• 3.3 EMD分解阂值降噪34-40
• 3.3.1 适应EMD特征的阈值34-36
• 3.3.2 EMD区间迭代阈值36-39
• 3.3.3 EMD区间迭代不变阈值39-40
• 3.4 算法分析40-41
• 3.5 滚动轴承故障实验分析41-49
• 3.5.1 轴承试验台介绍41-44
• 3.5.2 轴承外圈故障分析44-46
• 3.5.3 轴承内圈故障分析46-49
• 3.6 本章小结49-51
• 第4章 基于支持向量机的齿轮箱轴承故障分类识别51-73
• 4.1 概述51-52
• 4.2 统计学习基本理论52-53
• 4.2.1 学习过程的基本模型52
• 4.2.2 推广性的界和VC维52
• 4.2.3 结构风险最小化原则52-53
• 4.3 支持向量机(SVM)及分类算法53-58
• 4.4 基于SVM的齿轮箱轴承故障识别分类58-71
• 4.4.1 测试诊断方案及原理58-59
• 4.4.2 原始测试数据的特征提取59-60
• 4.4.3 SVM进行数据训练和测试实验仿真60-64
• 4.4.4 仿真参数选择及仿真结果64-71
• 4.5 本章小结71-73
• 结论与展望73-75
• 参考文献75-80
• 致谢80-81
• 附录A (攻读学位期间所发表的学术论文目录)81

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

支持向量机理论与算法研究综述    丁世飞;齐丙娟;谭红艳;

风力发电机组圆柱齿轮的故障振动分析    周培毅;张新燕;

平移不变小波变换在消除电路噪声中的应用    谢琦;陈维义;林伟;

基于改进小波域阈值法的平移不变振动信号去噪    张婷婷;杨洁明;

风力发电系统的故障诊断专家系统设计    郭洪澈

风力机叶片应变响应分形特征及损伤识别研究    徐玉秀;张承东;

基于形态奇异值分解和经验模态分解的滚动轴承故障特征提取方法    汤宝平;蒋永华;张详春;

经验模态分解及其在降噪方面的应用    王思文;郑卫刚;

基于冗余离散小波变换的信号配准及分类    李德强;吴永国;罗海波;

小波变换在故障检测中的应用    叶昊,王桂增,方崇智

若干个不同部件并联可修系统可用度的研究    邓勤

基于遗传算法的WANN的汽车发动机故障诊断分析    余丙荣;周明龙;李玲纯;

改进的离散灰色模型及其应用    肖燕彩;陈秀海;朱衡君;

小波分析在陀螺信号检测中的应用    沈鹏;徐景硕;杨号;

非线性系统测量数据丢失时的一种粒子滤波器算法    李雄杰;周东华;

闪烁噪声下目标跟踪的改进粒子滤波算法    刘望生;李亚安;

高度机动目标Jerk模型及改进算法    刘望生;李亚安;崔琳;

基于频谱法的航空起动发电机故障检测与诊断    仇越,刘向群,张洪钺

基于DTW的涡扇发动机气路故障定量诊断方法    徐波,唐海龙,李行善

基于FDDPB方法的卫星姿态控制系统故障诊断    王新升;马磊;梁斌;

支持向量机在齿轮智能故障诊断中的应用研究    吕蓬;柳亦兵;马强;魏于凡;

基于强跟踪粒子滤波器的非线性系统故障诊断    刘士荣;何文波;

基于输入等价干扰的DC-DC变换器自适应控制    胡文金;周东华;

一种基于多模式的故障检测方法    谭琳;文成林;

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;

基于知识的故障诊断模型的建立及应用    陶建武;高玉宝;常文秀;

小波分析在控制中的应用及展望    陆费东;蒋爱平;

小波神经网络及其在软测量建模中的应用    胡田田;蒋爱平;

水电机组故障智能诊断研究综述    葛新峰;徐广文;周叶;唐澍;

基于小波分析的故障特征提取研究    臧先峰;张正道;白瑞林;彭竹苗;

半监督支持向量机学习算法研究    赵莹

车载组合导航系统关键技术研究    夏全喜

大型船舶航向/航迹智能容错控制研究    李高云

非线性SPKF滤波算法研究及其在组合导航中的应用    王小旭

基于数据驱动的故障诊断模型及算法研究    吕宁

电网多数据源在线诊断方法研究    周子冠

复杂装备智能机内测试技术研究    王志颖

强噪声背景下滚动轴承故障诊断的关键技术研究    侯者非

导弹制导仿真系统VV&A理论和方法研究    焦鹏

基于鲁棒估计理论的列车组合定位方法研究    刘江

非侵入式矿井提升机PLC电控系统实时故障诊断方法的研究    蒲锰

不平衡数据集上支持向量机算法研究    刘维会

基于全矢高阶谱的故障诊断方法及其应用研究    李朋勇

Delta算子描述的不确定时滞系统鲁棒容错控制    宋清华

奇异系统的故障诊断和最优容错控制    赵培君

基于信息熵的导航传感器故障诊断技术研究    朱明

综合舰桥系统信息集成处理技术研究    栾厚斌

基于粗糙集与证据理论的瓦斯传感器故障诊断技术的研究    胡雅馨

正负压波定位在地埋输油管道检堵中的应用    韩万超

基于LabVIEW的风力机叶片振动监测系统开发    陈顺章

基于经验模态分解(EMD)的小波阈值除噪方法    杜修力;何立志;侯伟;

1MW变速恒频风力机复合材料叶片设计    陈余岳;姚辉;李波;

船舶控制系统故障诊断专家系统的研究    金鸿章,战兴群,王科俊

用小波分析来判定风力发电中电力电子的故障    张晓波;张新燕;王维庆;

基于EMD的非线性信号自适应分析    孙艳争;黄炜;余波;

磁性槽楔对大型永磁风力发电机性能的影响    何山;王维庆;张新燕;黄嵩;朱川江;李建明;

小波系数软硬阈值折中方法在故障定位消噪中的应用    周静,陈允平,周策,梁劲

基于MATLAB的音频信号处理技术实现    张登奇;蒋敏;

基于PC/104的某型激光制导武器测试仿真训练系统    刘鹏飞;申群太;吴洁;郝晓辉;

面向状态监测的改进主元分析方法    韦洁;张和生;贾利民;

华东电力设备成套联营公司成立    卢济奎

宝钢1420轧机主传动齿轮箱的研制    陈逸华

基于频谱分析的齿轮箱噪声源诊断    邱天高,赵志高,黄其柏

铁谱分析技术在齿轮箱故障诊断中的应用    于杰栋;王宏伟;武宝喜;皇甫雅志;裴学智;

浅论齿轮箱中零部件的常见失效形式    宋庆华;

齿轮箱滚动轴承振动诊断的难点与对策    王曙;刘红星;白志平;李马;王正祥;郑维军;

MF型水泥磨机齿轮箱    陈逸华

齿轮传动装置对流换热系数的实验研究    张征;吴昌林;毛汉领;杨叔子;

齿轮箱轴断裂分析    沈炜良,陈树保

现场齿轮箱内齿轮故障的振动法诊断    王萍辉

高精度硬齿面舰船齿轮箱技术应用    曹云;

H329齿轮箱齿轮轴振动的分析    王飏;

主轴及齿轮箱锁紧盘设计强度校核    张林中;代海涛;

JD31-400压力机平衡缸修复和齿轮箱安装的改造    陈襄清;张淑平;

小波技术与神经网络在齿轮诊断中的应用    田延安;王建文;杨莉;

齿轮摩擦学的研究现状与展望    戚文正;顾晓宏;吴晓铃;

风力发电及风电齿轮箱概述    张立勇;王长路;刘法根;

合金棒材轧机的齿轮箱振动实测分析    魏立群;瞿志豪;陈汉辉;

基于关联维数的齿轮裂纹监测研究    冯志鹏;Ming J.Zuo;褚福磊;

脉冲性与周期性的利用——齿轮箱故障检测方法的内在联系    林京;

高炉水冷齿轮箱在线监测系统推出    牟玉红段小朋

杭齿:多举措推进齿轮箱技术创新    金小萍

南高齿首批消防泵齿轮箱试行成功    萧芳雯

南京高齿冲刺全球风电齿轮箱前三强    秦宵喊

重齿增产风电齿轮箱　    刘荣进

北京重齿齿轮箱销售有限公司正式挂牌成立    记者 魏国林

重庆齿轮箱公司在武汉成立全资销售公司    驻四川记者 杨贵全 通讯员 高志强

GE进军国内风机齿轮箱市场    记者　韩晓霞

重齿新标志正式发布    齿暄

企业百事 纳税为先    孙勇坚 邵辉

柔性电子齿轮箱设计及精度控制方法研究    田晓青

柔性销轴式风电齿轮箱动力学研究    徐向阳

齿轮箱复合故障诊断方法研究    李蓉

小波分析在旋转机械故障诊断中的应用    傅瑜

齿轮箱不解体诊断技术研究    王新晴

基于子系统分析的多维耦合系统功率流传递特性研究    张蔚波

基于循环平稳的滚动轴承及齿轮微弱故障特征提取应用研究    毕果

循环平稳和解调频技术在故障诊断中的研究和应用    何俊

基于形态分量分析和线调频小波路径追踪的机械故障诊断方法研究    陈向民

大型齿轮传动装置动力学及故障诊断技术研究    孔德文

风力发电机组齿轮箱早期故障诊断方法研究    张亮

基于虚拟仪器的大型高速齿轮箱故障诊断系统研究    陈晗霄

某船用齿轮箱的动态特性分析和优化研究    薛显光

关于风电机齿轮箱传动系统振动特性的分析研究    付松

大型风力发电机齿轮箱动力学分析    许琦

基于神经网络的齿轮箱智能故障诊断技术的研究    张捷

兆瓦级以上风电齿轮箱传动系统的结构与性能研究    杨绍波

齿轮箱系统耦合动态特性研究    罗家元

基于小波分析的齿轮箱故障诊断技术的研究和应用    邢钧

基于小波—遗传算法的拖拉机齿轮箱齿轮故障诊断的研究    鲁刚