首页 > 学术论文

基于泛化流形学习的风电机组传动系统早期故障诊断方法研究

来源:论文学术网
时间:2024-08-18 14:04:34
热度:

基于泛化流形学习的风电机组传动系统早期故障诊断方法研究【摘要】:风电机组工作在变工况、大温差等恶劣的环境下,使得风电机组各部件容易出现故障,尤其是风电机组传动系统在交变载荷的作用下

【摘要】:风电机组工作在变工况、大温差等恶劣的环境下,使得风电机组各部件容易出现故障,尤其是风电机组传动系统在交变载荷的作用下很容易出现故障,造成机组停机。风电机组传动系统结构复杂、体积庞大,对其进行安装和维护困难,维护费用高,且风电机组传动系统故障导致机组的停机时间长,严重影响发电量,造成经济损失。解决风电机组因传动系统故障导致巨大经济损失的关键是进行风电机组传动系统早期故障诊断,在故障处于萌芽阶段或者故障尚轻微的情况下,对故障进行准确地识别,并据此指导保养和维修工作,提高风电机组运行的可靠性。风电机组传动系统结构复杂、工况不稳定,早期故障特征信号十分微弱且淹没在强噪声环境中,故障特征难以提取;风电机组传动系统的振动监测才开始起步,早期故障样本缺乏系统的、长期的收集,导致早期故障样本稀缺。风电机组传动系统的这些特点导致传统的故障诊断方法难以有效地进行风电机组传动系统早期故障诊断。流形学习是一种非线性数据降维方法,可有效地挖掘非线性数据的内在分布规律和本质信息,已开始应用于机械设备故障诊断中。论文针对风电机组传动系统的特点,在研究和拓展流形学习的基础上,提出了基于泛化流形学习的风电机组传动系统早期故障诊断方法,包括基于无监督流形学习的非线性信号消噪方法、基于监督流形学习的微弱特征提取方法以及基于参数优化的小子样早期故障模式识别方法,以实现风电机组传动系统的早期故障诊断。论文主要研究内容如下:(1)针对风电机组传动系统状态信号具有强烈的非线性干扰噪声的问题,提出基于无监督流形学习的非线性降噪方法。采用小波包分解将信号分解到各频带范围内,并分别对各频带内的小波包分解系数进行相空间重构;根据各信号成分的信噪空间分布,选取相空间重构的参数和信号的本征维数;结合无监督流形学习算法在数据集本质信息挖掘上的优势,采用局部切空间排列(Local tangent space alignment,LTSA)算法将含噪信号从高维相空间投影到低维有用信号空间中,实现信号与噪音的分离,该方法可应用于风电机组传动系统强噪音信号的非线性降噪。(2)针对风电机组传动系统早期故障特征微弱、故障特征难以提取的问题,提出基于监督流形学习的早期微弱故障特征提取方法。构建由多域故障特征组成的高维故障特征集,来更加全面、综合地表征早期故障。提出改进的核空间距离评估敏感特征选取方法,剔除特征集中的干扰特征和噪声特征。研究监督流形学习算法,给出了两种有监督流形学习方法——有监督扩展线性局部切空间排列算法(Supervised extended-local tangent space alignment,SE-LTSA)和改进的有监督局部线性嵌入算法(Enhanced supervised locality linear embedding,ESLLE),以及一种半监督流形学习算法——半监督线性局部切空间排列算法(Semi-supervised local tangent space alignment,SS-LTSA),并给出了新增样本动态嵌入算法来进行动态故障特征提取。监督流形学习算法将早期故障样本标签信息有机地融入维数约简过程,可提高低维故障特征向量的可辨识性,可用于风电机组传动系统早期微弱故障特征提取。(3)针对风电机组传动系统早期故障样本稀缺的问题,提出了基于参数优化的最小二乘支持向量机(Least square support vector machine,LS-SVM)风电机组传动系统小子样早期故障模式识别方法。针对LS-SVM模型参数优化的问题,提出了改进的粒子群优化算法(Enhanced particle swarm optimization,EPSO)。EPSO通过引入局部搜索能力、重新定义粒子搜索速度和自适应调节优化过程的参数,使得EPSO能够快速地寻找到早期故障识别模型的全局最优参数。(4)实现了泛化流形学习方法的系统集成,系统主要包括数据采集、信号分析与处理、早期微弱故障特征提取、早期故障诊断等功能,可应用于风电机组传动系统早期故障诊断,并通过实例应用对系统各子模块进行检验。文章最后对本文的工作进行了总结,并展望下一步的研究方向。 【关键词】:风电机组传动系统 模式识别 流形学习 最小二乘支持向量机 早期故障诊断
【学位授予单位】:重庆大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:TM315
【目录】:
  • 中文摘要3-5
  • 英文摘要5-11
  • 1 绪论11-25
  • 1.1 课题来源11
  • 1.2 课题背景和研究意义11-14
  • 1.3 风电机组传动系统早期故障诊断方法研究现状14-21
  • 1.3.1 风电机组传动系统故障诊断技术研究现状15-19
  • 1.3.2 基于流形学习的故障诊断方法研究现状19-21
  • 1.4 基于泛化流形学习的风电机组传动系统早期故障诊断存在的难点21-22
  • 1.5 本文主要研究内容及结构安排22-25
  • 2 基于无监督流形学习的风电机组传动系统振动信号降噪25-49
  • 2.1 引言25-26
  • 2.2 时域信号噪声向小波系数空间的转化26-29
  • 2.2.1 小波包分解26-28
  • 2.2.2 时域信号噪声向小波系数空间的转化28-29
  • 2.3 相空间重构和无监督流形学习算法29-34
  • 2.3.1 相空间重构29-30
  • 2.3.2 局部切空间排列算法30-31
  • 2.3.3 参数设置31-34
  • 2.4 基于无监督流形学习的风电机组传动系统振动信号降噪34-48
  • 2.4.1 基于无监督流形学习的振动信号非线性降噪流程34-35
  • 2.4.2 仿真信号降噪实验35-43
  • 2.4.3 应用实例43-48
  • 2.5 本章小结48-49
  • 3 基于监督流形学习的风电机组传动系统早期微弱故障特征提取49-89
  • 3.1 引言49-50
  • 3.2 混合域特征提取50-60
  • 3.2.1 故障特征构造50-52
  • 3.2.2 故障特征选择52-54
  • 3.2.3 实验与分析54-60
  • 3.3 有监督流形学习早期故障特征提取60-74
  • 3.3.1 改进的有监督线性局部嵌入算法60-62
  • 3.3.2 有监督扩展线性局部切空间排列算法62-64
  • 3.3.3 迭代新增样本嵌入算法64-66
  • 3.3.4 实验与分析66-74
  • 3.4 半监督流形学习早期故障特征提取74-80
  • 3.4.1 半监督局部切空间排列算法74-77
  • 3.4.2 实验与分析77-80
  • 3.5 基于监督流形学习的微弱故障特征提取80-87
  • 3.5.1 基于监督流形学习的微弱故障特征提取流程80-81
  • 3.5.2 实例应用81-87
  • 3.6 本章小结87-89
  • 4 基于模式识别的风电机组传动系统小子样早期故障辨识89-107
  • 4.1 引言89-90
  • 4.2 最小二乘支持向量机算法(LS-SVM)90-92
  • 4.2.1 支持向量机(SVM)算法90-91
  • 4.2.2 最小二乘支持向量机(LS-SVM)算法91-92
  • 4.3 改进PSO参数优化算法92-94
  • 4.3.1 PSO参数优化算法92-93
  • 4.3.2 改进PSO参数优化算法93-94
  • 4.4 基于改进PSO优化最小二乘支持矢量机的早期故障诊断模型94-96
  • 4.5 实验验证及实例应用96-105
  • 4.5.1 齿轮箱故障诊断实验96-102
  • 4.5.2 EPSO优化参数的LS-SVM在风电机组传动系统状态辨识中的应用102-105
  • 4.6 本章小结105-107
  • 5 系统集成及应用107-121
  • 5.1 引言107
  • 5.2 系统软件功能实现107-114
  • 5.3 应用实例114-120
  • 5.4 本章小结120-121
  • 6 结论与展望121-125
  • 6.1 结论121-122
  • 6.1.1 全文总结121-122
  • 6.1.2 主要创新点122
  • 6.2 研究展望122-125
  • 致谢125-127
  • 参考文献127-139
  • 附录139-140
  • A. 作者在攻读博士学位期间发表的论文目录139-140
  • B. 作者在攻读博士学位期间参加的科研项目140


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

零相位数字滤波器在非平稳信号处理中的应用    常广;鄢素云;王毅;

基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断    窦东阳;李丽娟;赵英凯;

基于分形维和局部切空间均值重构的非线性降噪方法    王广斌;黄良沛;赵先琼;

流形学习在机械故障诊断中的应用研究    王冠伟;张春霞;庄健;于德弘;

基于局部线性逼近的流形学习算法    宋欣;叶世伟;

基于主流形识别的非线性时间序列降噪方法及其在故障诊断中的应用    阳建宏;徐金梧;杨德斌;黎敏;

基于核空间距离测度的特征选择    蔡哲元;余建国;李先鹏;金震东;

基于粒子群混合算法的风力发电机齿轮箱故障诊断    程加堂;段志梅;艾莉;

冲击故障特征提取的非线性流形学习方法    梁霖;徐光华;栗茂林;张熠卓;梁小影;

利用非线性流形学习的轴承早期故障特征提取方法    栗茂林;王孙安;梁霖;

风力发电机组关键部件的有限元分析    许燕

基于EMD和SVM技术风电齿轮箱早期故障诊断研究    白亚红

基于信号流图的风力发电机故障诊断    何丹;

基于普通异步发电机的恒速风电机组模型与并网分析    吴旭;林俐;

基于DSP的电力阻波器高频参数测试系统设计    曹文思;谭联;张国志;邱道尹;

基于分形维和局部切空间均值重构的非线性降噪方法    王广斌;黄良沛;赵先琼;

某风电齿轮箱运行状态监测系统设计    米林;秦甲磊;谭伟;吴旋;

高速铁路牵引供电系统健康管理及故障预警体系研究    何正友;程宏波;

智能动力装备的全生命周期诊断和服务技术与系统研制    徐光华;梁霖;张庆;景敏卿;温广瑞;高志勇;金颖;李文海;

基于SA-PSO优化神经网络的拖拉机齿轮箱故障诊断    王业琴;

基于LLE算法和SVM的旋转机械故障诊断    苏盈盈;马飞;刘兴华;熊德杨;

风机叶片故障预测的振动方法研究    张保钦;雷保珍;赵林惠;李世刚;郑业明;

Nonlinear Manifold Learning based Fault Classification Method    

一种基于流形学习的故障模式识别方法    蒋全胜;贾民平;胡建中;许飞云;

Rolling Bearing Fault Diagnosis based on Wavelet Energy Spectrum, PCA and PNN    Keyong Shao;Miaomiao Cai;Guofeng Zhao;

基于非线性信号分析的滚动轴承状态监测诊断研究    刘永斌

基于流形学习的旋转机械故障诊断方法研究    王广斌

风电机组振动监测与故障诊断研究    刘文艺

基于流形学习的风电机组传动系统故障诊断方法研究    李锋

基于图的半监督学习及其应用研究    潘俊

汽轮发电机组故障诊断系统中几个关键技术的研究    卢学军

混沌理论及基于特定混沌系统的微弱信号检测方法研究    聂春燕

振动信号非平稳特征的深层提取技术及远程诊断服务系统的研究    刘小峰

贝叶斯模型及其在混沌序列分析中的应用研究    汪金菊

机械测试中多分量信号特征提取方法的研究    毛永芳

兆瓦级风力发电机组整机结构强度分析    金大伟

强风作用下大功率风力机的振动响应研究    张彪

大型风力机的故障诊断专家系统    李云

风力发电机底盘的有限元分析及优化设计    刘东博

基于MSC.Patran的风电机组塔架参数化有限元分析系统研究    白宁

风力发电机滑动式偏航轴承的性能分析与研究    余意

基于局部线性分析的降维算法研究    刘胜蓝

基于全矢谱的风力发电系统齿轮箱的故障诊断研究    王植申

基于主题挖掘和覆盖的文本分类研究    刘超

大型风力发电机组机械故障诊断信息系统研究    李效龙

基于云神经网络的空间推进系统故障检测与诊断    徐宗本;樊忠泽;

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;

国内电站故障诊断系统的现状及发展方向    程道来,吴茜,吕庭彦,陈栋

基于零相位数字滤波器的边界问题的分析    尚秀辉;郭爱煌;李广宇;

一种基于支持向量机的三维物体识别方法    徐胜;彭启琮;管庆;赵明渊;

LabVIEW与MATLAB混合编程    裴锋,杨万生

小波包分解树结点与信号子空间频带的对应关系及其应用    曾宪伟;赵卫明;盛菊琴;

零相位数字滤波器    纪跃波,秦树人,汤宝平

基于粒子群优化神经网络的变压器故障诊断    王晓霞;王涛;

基于局域波法的转子系统非线性动态特性及应用研究    王凤利

局域波分析的理论方法研究及应用    邹岩崑

600KW风力发电机组故障诊断    唐新安

风力发电机组振动测试技术研究    时轶

基于流形学习的特征提取    徐辉

基于流形学习和流形高阶近似的图像距离度量    周华;蔡超;丁明跃;

融合局部和全局结构的流形学习    黄鸿;李见为;冯海亮;

基于流形学习的图像检索算法研究    贺广南;杨育彬;

基于年龄流形的人脸图像年龄识别    金波;

基于流形学习算法的人脸识别研究    高峥;杜川;

流形学习算法概述    詹炜;

基于流形学习的混合光谱解混分析    丁玲;唐娉;李宏益;

一种基于线性插值的流形学习算法    顾艳春;

基于高光谱影像的流形学习降维方法近邻畸变分析    张辉远;

基于非线性子流形的人脸识别    冯海亮;李见为;王旭初;黄鸿;

流形学习算法分析及在人脸数据库上的应用    宋欣;王娟;张斌;叶世伟;

基于流形学习的非线性系统可视化算法    刘晓平;季浩;邓伟财;

基于流形学习的半监督文本情感分类算法    何慧;陈博;郭军;

一种基于流形学习的故障模式识别方法    蒋全胜;贾民平;胡建中;许飞云;

基于泛化流形学习的风电机组传动系统早期故障诊断方法研究    苏祖强

图嵌入框架下流形学习理论及应用研究    黄鸿

流形学习理论与方法研究及在人脸识别中的应用    尹峻松

流形学习方法理论研究及图像中应用    黄启宏

流形学习算法在人脸识别中的应用研究    冯海亮

流形学习的谱方法相关问题研究    曾宪华

流形学习理论与方法及其应用研究    詹宇斌

基于流形学习的分类与聚类方法及其应用研究    王勇

基于流形学习的高维空间分类器研究    谷瑞军

关于流形学习若干基础问题与核心算法研究    孟德宇

基于流形学习的旋转机械故障识别方法研究    胡浩松

基于图嵌入的判别近邻分析研究及应用    丁春涛

交互式人脸检索中人机人脸认知一致性研究    余婵娟

选择标注分层流形学习算法研究    范自立

流形学习算法数据适用性问题的研究    吕伟泽

等谱流形学习算法及其应用研究    黄运娟

流形学习研究及其在人脸识别中的应用    毛洪贲

流形学习算法分析及应用研究    王庆军

流形学习算法的研究    张银凤

基于流形学习和张量的多姿态人脸识别研究    李维清