基于BP神经网络的风电齿轮箱故障诊断仪的研发

发布时间：2017-03-19 20:05

  本文关键词：基于BP神经网络的风电齿轮箱故障诊断仪的研发，由笔耕文化传播整理发布。

【摘要】：随着能源与环境问题的日益突出,大力发展可再生清洁能源成为广泛共识。风能作为一种可再生清洁能源在我国储量丰富,政府对风力发电的扶持力度也在逐步加大。风电机组长期工作于恶劣的环境中,容易发生故障,如何保证风电机组稳定高效的运行是一项重要课题。而作为双馈型异步发电机组增速机构的齿轮箱更是故障的高发部件。振动分析是目前旋转机械故障诊断的主要技术手段,对风电齿轮箱的故障诊断就是对其振动信号进行分析与处理的过程。嵌入式系统具有体积小、功耗低、性能强和可靠性高等特点在各行各业中得到了广泛应用。本文就是将故障诊断的理论方法与嵌入式技术相结合研发一种能针对风电齿轮箱进行智能故障诊断的仪器。主要内容包括以下几个方面:首先,进行故障诊断理论及相关算法的研究和仿真实验。从机械故障诊断的基本原理出发,分析风电齿轮箱的机械振动机理,理论上得出利用小波包分解振动信号提取频带能量特征,再利用BP神经网络的非线性映射能力建立故障特征空间到状态空间的非线性映射这一故障诊断方法的可行性;并进一步利用仿真实验验证了该方法的有效性。其次,通过对风电齿轮箱故障诊断仪的需求分析,分别提出了软、硬件的总体设计方案。最后,根据软、硬件的总体设计方案分别进行了具体设计。其中硬件设计是在以ARM微处理器S3C2440为核心的基础上对外围扩展电路进行设计;具体的软件设计是在构建好基本软件平台的基础上,包括bootloader、Linux内核及根文件系统的编译和移植,再进行了相关驱动程序的开发和图形化用户界面应用程序设计。
【关键词】：风电齿轮箱 小波包分解 BP神经网络 嵌入式系统 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】：2015
【分类号】：TH132.41;TM315
【目录】：

• 摘要8-9
• Abstract9-14
• 第一章 绪论14-18
• 1.1 课题研究背景及意义14-15
• 1.2 国内外研究现状15-17
• 1.3 课题研究内容17
• 1.4 论文结构17
• 1.5 本章小结17-18
• 第二章 风电齿轮箱故障诊断方法的研究18-31
• 2.1 故障诊断基本原理18-19
• 2.2 齿轮箱的常见故障及其特点19-21
• 2.2.1 齿轮常见故障类型及其特点20-21
• 2.2.2 轴承的常见故障类型及其特点21
• 2.3 小波包分析21-23
• 2.3.1 小波分析22
• 2.3.2 小波包分解22-23
• 2.4 BP神经网络23-25
• 2.4.1 人工神经网络基本理论23-24
• 2.4.2 BP神经网络的结构24
• 2.4.3 BP神经网络的学习算法24-25
• 2.5 基于小波包和BP神经网络的故障诊断方法25-27
• 2.5.1 基于小波包分解的频带能量特征提取25-26
• 2.5.2 BP神经网络设计26-27
• 2.5.3 故障诊断方法的基本步骤27
• 2.6 仿真实验27-30
• 2.7 本章小结30-31
• 第三章 风电齿轮箱故障诊断仪整体设计方案31-38
• 3.1 功能需求分析31-32
• 3.2 嵌入式系统平台的选择32-34
• 3.2.1 嵌入式微处理器的选型33
• 3.2.2 嵌入式操作系统的选型33-34
• 3.3 总体设计34-37
• 3.3.1 硬件总体设计35-36
• 3.3.2 软件总体设计36-37
• 3.4 本章小结37-38
• 第四章 故障诊断仪硬件设计38-50
• 4.1 S3C2440A及其基本电路38-39
• 4.2 存储模块设计39-44
• 4.2.1 SDRAM接口电路设计39-41
• 4.2.2 NAND接口电路设计41-43
• 4.2.3 SD卡接口电路设计43-44
• 4.3 人机交互接口设计44-46
• 4.4 信号采集模块设计46-49
• 4.4.1 加速度传感器及ADC选型47-48
• 4.4.2 信号调理电路设计48-49
• 4.5 本章小结49-50
• 第五章 故障诊断仪软件设计50-68
• 5.1 嵌入式Linux及其软件开发概述50-52
• 5.1.1 嵌入式Linux简介50
• 5.1.2 嵌入式Linux软件开发概述50-52
• 5.2 交叉开发环境的建立52
• 5.3 嵌入式Linux核心系统构建52-61
• 5.3.1 Boot Loader的移植53-56
• 5.3.2 Linux内核的移植56-59
• 5.3.3 构建Linux根文件系统59-61
• 5.4 驱动程序设计61-64
• 5.4.1 驱动程序简介61-62
• 5.4.2 A/D驱动程序设计62-64
• 5.5 图形化用户界面应用程序设计64-67
• 5.6 本章小结67-68
• 总结与展望68-69
• 参考文献69-73
• 致谢73-74
• 附录A 攻读学位期间所发表的学术论文目录74

【相似文献】

中国期刊全文数据库 前10条

1 尤青青;博能大功率齿轮箱[J];工程机械;2004年11期

2 ;重齿增产风电齿轮箱[J];机械工程师;2005年06期

3 梁醒培;王豪;张锴锋;;大型齿轮箱结构分析与结构优化[J];机械设计与制造;2008年01期

4 ;杭州前进齿轮箱集团高速齿轮箱领域又获新突破[J];机械研究与应用;2009年05期

5 周长李;曹建国;李胜利;;阀门齿轮箱维护研究[J];管道技术与设备;2012年03期

6 胡惠雅;船用双速齿轮箱的研制[J];舰船科学技术;1979年09期

7 刘伯凯;;三速齿轮箱[J];渔业现代化;1981年03期

8 何成宗;手动齿轮箱用润滑油新配方[J];润滑与密封;1991年03期

9 孙自求;;我国最大功率的齿轮箱试制成功[J];机械科学与技术;1991年01期

10 ;《中国齿轮专业协会一届二次工作年会会议纪要》摘录[J];齿轮;1991年04期

中国重要会议论文全文数据库 前10条

1 王奉涛;李海峰;张亮;宋鲁涛;;高速齿轮箱性能检测系统的研制[A];2010中国仪器仪表与测控技术大会论文集[C];2010年

2 冯志鹏;褚福磊;;正则维数在齿轮状态监测中的应用研究[A];第八届全国转子动力学学术讨论会论文集[C];2008年

3 滕伟;武鑫;高青风;柳亦兵;;风电齿轮箱振动信号的倒频谱分析[A];中国自动化学会控制理论专业委员会B卷[C];2011年

4 刘静;周凤星;;一种同步齿轮箱初始故障的在线监测与诊断装置的研究[A];全国冶金自动化信息网2009年会论文集[C];2009年

5 赵立超;陈长征;;基于神经网络的风电机齿轮箱振动信号的分析与应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

6 林京;;脉冲性与周期性的利用——齿轮箱故障检测方法的内在联系[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

7 赵海燕;陈棋;;风电机组齿轮箱的故障及其解决方案[A];中国农业机械工业协会风能设备分会2011年度论文集（上）[C];2011年

8 何俊;杨世锡;甘春标;;受外部载荷激励的风机齿轮箱动力学建模及故障特征提取[A];中国力学大会——2013论文摘要集[C];2013年

9 熊黎;;风力发电齿轮箱换油方式的革命——一种全新的机械式换油方式[A];中国农机工业协会风能设备分会《风能产业》（2013年第11期）[C];2013年

10 Duka Kitaljevich;Richard Dupuis;Ming Lu;;风电齿轮箱状态监测[A];《风电技术》2013年02月第1期（总第37期）[C];2013年

中国重要报纸全文数据库 前10条

1 方益波 张道生;好悬 杭齿轮箱谈合资险入“虎口”[N];经理日报;2006年

2 刘砦;杭齿将通过技改扩大齿轮箱产能[N];中国船舶报;2007年

3 王佑;首家“齿轮”股下月将赴港上市[N];第一财经日报;2007年

4 秦宵喊;南京高齿冲刺全球风电齿轮箱前三强[N];南京日报;2007年

5 益直;GE与第一能源集团开展风能合作[N];中国工业报;2009年

6 卢琼玉;杭齿制成世界先进水平船用齿轮箱[N];中国工业报;2009年

7 陈生华;南京高精研发出大功率非标齿轮箱[N];中国船舶报;2010年

8 细化;“常州长浪”推出异向平双低速高扭齿轮箱[N];中国包装报;2010年

9 徐同生;张庄咬定亿元目标谋求经济突破[N];江苏经济报;2009年

10 本报通讯员 周岚;他装的齿轮箱会“唱歌”[N];中国民航报;2011年

中国博士学位论文全文数据库 前10条

1 郭远晶;面向风电齿轮箱的角域振动信号处理与故障诊断方法研究[D];浙江大学;2015年

2 韩龙;风力齿轮箱轴承故障的AE信号特征提取与诊断方法研究[D];哈尔滨工业大学;2016年

3 谷玉海;大型风电机组齿轮箱早期故障诊断技术与系统研究[D];机械科学研究总院;2016年

4 庄磊;电子齿轮箱关键控制技术及其应用研究[D];南京航空航天大学;2001年

5 王新晴;齿轮箱不解体诊断技术研究[D];天津大学;1998年

6 徐向阳;柔性销轴式风电齿轮箱动力学研究[D];重庆大学;2012年

7 田晓青;柔性电子齿轮箱设计及精度控制方法研究[D];合肥工业大学;2014年

8 魏秀业;基于粒子群优化的齿轮箱智能故障诊断研究[D];中北大学;2009年

9 刘强;大型矿用齿轮箱运行模态识别与结构动力模型修正研究[D];辽宁工程技术大学;2013年

10 李蓉;齿轮箱复合故障诊断方法研究[D];湖南大学;2013年

中国硕士学位论文全文数据库 前10条

1 张震;基于虚实混合的齿轮箱体动力学建模与分析[D];长安大学;2015年

2 王琛;机车牵引齿轮箱密封装置内部流场的研究及结构优化设计[D];大连交通大学;2015年

3 史新东;机车牵引齿轮箱有限元分析及结构优化[D];大连交通大学;2015年

4 臧庆;高速动车组齿轮箱稳健优化设计研究[D];大连交通大学;2015年

5 孙娟;基于模型的风电齿轮箱故障检测[D];南京理工大学;2015年

6 李淑颖;齿轮箱非线性耦合系统的动力学分析[D];山东大学;2015年

7 张晶;地铁齿轮箱结构改进研究[D];上海交通大学;2015年

8 张拉专;齿轮箱早期故障信号增强与智能诊断方法研究[D];哈尔滨工业大学;2015年

9 付强;风电齿轮箱早期复合故障信息提取技术研究[D];哈尔滨工业大学;2015年

10 娄建宏;T公司风电齿轮箱的市场营销策略组合研究[D];首都经济贸易大学;2015年

  本文关键词：基于BP神经网络的风电齿轮箱故障诊断仪的研发，由笔耕文化传播整理发布。

，

本文编号：256494