基于EMD和SVM技术风电齿轮箱早期故障诊断研究

【摘要】： 风能作为一种蕴藏量丰富的自然资源,因其使用便捷、可再生、成本低、无污染等特点,在世界范围内得到了较为广泛的使用和迅速发展,发展潜力巨大。我国的风力发电技术起步较晚,但发展迅速。以前风力发电机组全部靠进口,在90年代后,引进国外先进的风力发电机组的总体设计和制造技术,并在消化、吸收的基础上优化、创新。近几年对风电机组主要部件的故障统计中,由齿轮箱、发电机、叶片引起的故障是风电机组故障的主要原因,其中齿轮箱的故障发生率在逐年增高,故障百分比已超过60%,是机组中故障发生率最高的部件。齿轮箱的状态监测与故障诊断已迫在眉睫。 风电齿轮箱早期故障形式有磨损,齿面胶合,齿面接触疲劳和断齿。常用的故障诊断方法有时域法,频域法,包络分析,阶比分析,倒谱,三维图和全息谱。这些方法在风电齿轮箱早期故障识别研究中有各自的优点,但是都不能去全面的去判断是否是故障信号。 本文则探讨了使用EMD和SVM相结合的方法对信号进行特征提取,并用实验验证了该方法的可行性。分别在10Hz、15Hz、20Hz以及25Hz的条件下进行实验,首先采集齿轮在正常状态、轻度磨损状态及稍重磨损状态下运行时的数据,接着基于MATLAB平台计算其EMD特征单分量的均方根值,最后运用支持向量机这一智能识别方法进行分类和识别。从实验结果来看,分类的正确率是很高的,从而验证了该方法的正确性,为齿轮箱的故障诊断提供了一个崭新的思路。 为了能与实际工程相结合,本文以LabVIEW这一图形化编程语言为开发平台,运用EMD和SVM相结合的方法开发出了一套故障诊断与识别系统来对设备的故障进行识别和分类,从而把诊断理论与实际相结合起来。 【关键词】：齿轮箱 故障诊断 EMD SVM
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TM614
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-13
• 1.1 课题研究背景8-9
• 1.2 设备故障诊断技术的发展概况9-10
• 1.3 风电齿轮箱早期故障诊断的国内外研究现状10-11
• 1.4 论文的主要内容11-13
• 2 风电齿轮箱常见早期故障及诊断方法13-25
• 2.1 风电齿轮箱早期故障形式13-16
• 2.1.1 磨损13-14
• 2.1.2 齿面胶合14
• 2.1.3 齿面接触疲劳14-15
• 2.1.4 断齿15-16
• 2.1.5 其它故障16
• 2.2 风电齿轮箱早期故障诊断方法16-24
• 2.2.1 时域分析16-18
• 2.2.2 频域分析18-20
• 2.2.3 包络分析20
• 2.2.4 阶比分析20-21
• 2.2.5 倒谱分析21-22
• 2.2.6 三维图22-23
• 2.2.7 全息谱23-24
• 2.3 本章小结24-25
• 3 风电齿轮箱早期故障识别方法研究25-42
• 3.1 总方法探究25-26
• 3.2 EMD分解26-31
• 3.2.1 EMD分解技术理论26-28
• 3.2.2 工程实例28-31
• 3.3 SVM技术31-37
• 3.3.1 SVM核心技术31-35
• 3.3.2 工程实例35-37
• 3.4 故障信号的特征提取37-39
• 3.5 敏感单分量的提取39-41
• 3.6 本章小结41-42
• 4 试验验证42-56
• 4.1 实验数据采集42-46
• 4.2 降噪处理46-48
• 4.3 特征单分量的提取48-50
• 4.4 均方根值计算50-51
• 4.5 二维支持向量验证51-53
• 4.6 其它特征参数对比试验53-55
• 4.7 本章小结55-56
• 5 基于 LabVIEW的风电齿轮箱早期故障诊断系统开发56-67
• 5.1 EMD分解56-59
• 5.1.1 EMD分解程序实现56-58
• 5.1.2 实例分解58-59
• 5.2 特征单分量的提取59-60
• 5.2.1 特征单分量的提取实现59
• 5.2.2 工程实例59-60
• 5.3 SVM技术实现60-62
• 5.3.1 程序实现60-61
• 5.3.2 工程实例61-62
• 5.4 系统模块62-66
• 5.4.1 系统总界面62-64
• 5.4.2 在线测试部分64-65
• 5.4.3 离线测试部分65-66
• 5.4.4 报表系统66
• 5.5 本章小结66-67
• 结论67-68
• 参考文献68-70
• 攻读硕士学位期间发表学术论文情况70-71
• 致谢71-72

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

基于信号流图的风力发电机故障诊断    何丹;

基于小波变换的风电机组传动系统故障诊断与分析    张照煌;丁显;刘曼;曾菊瑛;

基于改进PSO和参数优化的LSSVM的风力发电机齿轮箱故障诊断    徐志翔

大功率风电齿轮箱试验台的关键问题研究    胡康

基于Petri网的故障诊断建模研究及其在风电机组中的应用    张芳

关于支持向量机参数选择方法分析    王睿;

我国风力发电现状和展望    李俊峰;高虎;马玲娟;

LabVIEW与MATLAB混合编程    裴锋,杨万生

基于LabVIEW7.1的PC机与PLC通信    马振锋;刘献礼;王鹏;蒋新苗;

支持向量机最优模型选择的研究    刘向东 ,骆斌 ,陈兆乾

测量系统中仪表的精度分析与确定    柴春吉

应用倒频谱分析法对风力发电机组齿轮箱故障诊断    樊长博;张来斌;殷树根;陈朝晖;王朝晖;崔厚玺;

时变调幅信号的循环平稳特征    姜鸣,陈进,秦恺

LabVIEW中访问数据库的几种不同方法    毕虎;律方成;李燕青;李和明;

解调分析在风力发电机上的运用    时轶;崔新维;

基于径向基函数神经网络的高层建筑结构选型    王全凤;郑浩;

现场总线结构在电厂控制系统中的应用    周冬生

遮挡情况下运动目标的跟踪    张根耀,李竹林,赵宗涛

EMD在汽车变速齿轮箱振动故障分析的应用    张德祥;吴小培;卢一相;

虚拟仪器的发展历史、研究现状与展望    李震,柯旭贵,汪云祥

朴素贝叶斯分类器的误差估计    陈弋兰;王鸣;孙书诚;

浅议PID控制在温度控制系统中的应用    赵紫静;吴建民;

储粮害虫图像识别中的特征压缩研究    张红涛;胡玉霞;张恒源;顾波;

基于支持向量机的我国水产品出口贸易风险预警研究    李淑华;徐良培;陶建平;

支持向量机在粮食产量预测中的应用    程伟;张燕平;赵姝;

一种基于黎曼度量的训练样本类不平衡SVM分类方法研究    周绮凤;林成德;罗林开;彭洪;

候选字静态生成技术及其在两级LDA汉字识别中的应用    刘志斌;金连文;

基于AdaBoost的手写体汉字相似字符识别    张彬;金连文;

基于支持向量机的旋转机械多类故障识别研究    顾小军;杨世锡;钱苏翔;

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;

基于支持向量机的电力电子电路故障诊断    梁禹;王义刚;王娜;

基于最小二乘支持向量机的迟滞建模方法    康传会;汪晓东;汪轲;常健丽;

人机系统操作员功能状态的模糊聚类方法    刘华;张建华;王娆芬;王行愚;

基于支持向量机方法的过程操作员功能状态分类    尹钟;张建华;

基于SVM-GA的磁悬浮开关磁阻电机优化设计    项倩雯;孙玉坤;张新华;

基于内容的医学图像检索及语义建模关键技术研究    梁洪

图像分类任务的关键技术研究    任桢

基于统计学习理论的分类方法研究    殷志伟

引线键合视觉检测关键技术研究    孔凡芝

六自由度Stewart平台分散智能控制研究    李晚龙

基于生物形态学的赤潮藻显微图像分割与特征提取研究    乔小燕

计算机辅助卷烟配方设计关键技术研究    杨宁

柔性坐标测量机空间误差模型及最佳测量区研究    郑大腾

基于群体智能的机器视觉的关键技术研究    陈志国

基于统计学习的模式识别几个问题及其应用研究    王晓明

拟概率空间上等均值噪声下统计学习理论的理论基础    杜二玲

一种基于聚类的支持向量机反问题求解算法    朱杰

Hilbert-Huang变换改进算法及其在齿轮箱故障诊断中的应用研究    高昌鑫

白细胞图像语义识别分类的研究    廖甜甜

基于振动波的高速公路车辆行驶状态辨识理论研究    黄正荣

人机划拳系统的实现    刘棉

颅骨三维重建与信息提取    刘桂珍

空间三维信息重构与飞行器路径规划    张海峰

基于支持向量机的人民币序列号识别方法的研究    田文娟

优化问题的PVD算法研究    徐芳芳

一种基于模糊Petri网的操瞄系统故障诊断方法    张博;窦丽华;陈杰;董领逊;

故障诊断方法现状与展望    王宏力;侯青剑;

我国风力发电现状和展望    李俊峰;高虎;马玲娟;

基于小波神经网络的风力发电机故障诊断    庄哲民;殷国华;李芬兰;江钟伟;

失速型风电机组机网扭振的模型与机理    解大;王瑞琳;王西田;张延迟;

风机齿轮箱故障原因浅析    蒙宣伊;龙辛;

德国海上风电发展分析及启示    刘林;尹明;杨方;关朋;

电力系统故障诊断的研究现状与发展趋势    郭创新;朱传柏;曹一家;吴欣;

变速箱试验台控制系统    常智海;吴坚兰;李浩;陈秀琴;

我国风力发电市场前景及存在的问题    王富;徐学渊;

支持向量机算法的研究及其应用    范昕炜

机械系统故障信号特征提取技术研究    余红英

基于Petri网的故障诊断技术研究及其在液压系统中的应用    李厦

风力发电机组齿轮箱早期故障诊断方法研究    张亮

基于Petri网的云浮新港业务流程优化研究    吕雅琴

基于Web多分支扭转振动系统动力学性能的研究与开发    庾应文

600KW风力发电机组故障诊断    唐新安

基于LabVIEW的机械状态监测系统研制    钱媛媛

齿式联轴器不对中动力学特性研究    龙鑫

风力发电机组振动测试技术研究    时轶

大型风电齿轮箱关键设计技术研究    董进朝

汽车驱动桥总成齿轮疲劳测试系统的研发    王中应

基于虚拟样机的大型风电机组齿轮传动系统冲击特性分析    陈绍军

用ADO构建LabView中的数据库访问接口    徐洪安,费仁元,王民

汇率预报的非线性组合建模与预测方法研究    董景荣

在Labview中使用动态连接库与通用数据库接口    汪锐,汪仁煌

C6132车床振动噪声的试验研究    王延春,丁康,谢明,黄强,伊柱林

滚动轴承故障的倒频谱分析    张文苑,刘国众,周湛学

基于高阶统计量的机械故障特征提取方法研究    张桂才,史铁林,杨叔子

基于支持向量机的数据库学习算法    田盛丰,黄厚宽

基于支持向量机的计算机键盘用户身份验真    刘学军,陈松灿,彭宏京

基于RBF核的SVM的模型选择及其应用    王鹏,朱小燕

基于说话人聚类和支持向量机的说话人确认研究    侯风雷,王炳锡

基于HHT的齿轮箱复合故障诊断研究    宋飞;潘宏侠;黄晋英;

基于高阶谱的齿轮故障特征提取方法研究    余碧琼;

基于AR-SVM的转子故障诊断    张龙,熊国良,陈慧,李嶷

基于偏最小二乘回归和人工神经网络的齿轮箱故障诊断    彭森;许飞云;贾民平;胡建中;

齿轮箱振动源信号分离与故障诊断研究    蒋宇;李志雄;

基于BP网络的舰炮齿轮箱故障诊断方法    史跃东;焦自平;

基于相关分析与小波变换的齿轮箱故障诊断    袁佳胜;冯志华;

基于小波包与改进BP神经网络的齿轮故障诊断    时建峰;时军;时伟;周明;李增贺;

基于双谱分析的齿轮故障诊断方法    蒋宇;李志雄;李力;

基于混合特征提取和WNN的齿轮箱故障诊断    鲁艳军;陈汉新;贺文杰;尚云飞;陈绪兵;

基于PCA和SVM算法的带式输送机跑偏故障诊断研究    韩明;孙京诰;

基于SVM的火控系统故障诊断方法研究    段修生;单甘霖;高庆;

A Tool Wear Predictive Model based on SVM    

A CDMA Signal Receiver based on LS-SVM    

基于可变风险SVM模型的故障识别方法研究    司爱威;冯辅周;江鹏程;饶国强;王建;

一种提高SVM分类精度的调制信号识别方法    王红伟;董慧;

Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication    

一种基于SVM的主动学习文本分类方法    宋鑫颖;周志逵;

基于SVM的多波束测深数据滤波    邵杰;叶宁;容亦夏;

基于SVM和田口方法的石英挠性加速度计健壮性设计    于湘涛;周峰;张兰;魏超;

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

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SVM的高不平衡分类技术研究及其在电信业的应用    渠瑜

EMD算法研究及其在信号去噪中的应用    王婷

基于提升小波及SVM优化的模拟电路智能故障诊断方法研究    宋国明

基于EMD的机械振动分析与诊断方法研究    曹冲锋

基于支持向量机的模拟电路故障诊断方法研究    孙永奎

基于SVM的肺结节自动识别方法研究    张婧

基于SVM的话者确认关键技术研究    龙艳花

基于话者统计特征和SVM的文本无关话者确认研究    许敏强

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

基于EMD和SVM技术风电齿轮箱早期故障诊断研究    白亚红

600KW风力发电机组故障诊断    唐新安

基于小波神经网络的齿轮箱故障诊断研究    卢卫萍

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