基于EMD的风力发电机轴承故障诊断方法研究

发布时间：2020-02-06 13:38

【摘要】：由于煤炭、石油等非可再生能源的日益短缺,以及消耗化石燃料导致的环境污染问题日趋严重,风能因其可再生性、清洁、无污染等优点逐渐受到人们的青睐,风力发电也倍受世界各国的高度重视。随着大型风电场的投入建设使用,设备的维护和故障诊断也成为风力发电的一个极其重要的环节。滚动轴承在风力发电机组系统中扮演着重要的角色,它的运行状态将直接影响到整个系统的性能,对轴承的检测具有重要的意义。本文以风力发电机组滚动轴承作为研究对象,深入探索滚动轴承的故障类型、发生原因等。以定、转子间的磁通量变化对电流信号影响的数学理论为基础,采用定子电流分析法(Motor Current Signature Analysis,简称MCSA)对滚动轴承主要故障的机理、特征进行分析。针对轴承信号非平稳、非线性等特点,提出一种经验模态分解法(即EMD法),分离与处理电流信号中的微弱故障信息。此方法可筛分出电流信号中由高频到低频的所有有效成分,有效的分离出电流信号中的故障信息特征,消除干扰信号。检测过程更加方便、快速,分析结果更加准确。针对上述分析方法,首先在Matlab/Simulink环境下,建立一个双馈式风力发电机组的仿真模型,模拟滚动轴承在故障和正常状态下定子电流的动态变化过程,分析仿真数据。搭建包括电动机、发电机、增速齿轮箱控制系统等结构的风力发电机模拟实验台,设计信号采集方案,分别对轴承正常和故障状态下的电机电流信号、轴的转频信号进行EMD分析处理,同时将电流信号与转频信号的分析结果作对比。通过理论仿真和实验验证,表明利用EMD方法的IMF模态函数可以从电流信号中分离出滚动轴承的典型故障信息,剔除如风力发电机转子励磁频率等干扰信号,是一种处理电信号的有效手段。
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM315;TH133.3

【参考文献】

相关期刊论文 前10条

1 时献江;罗建;宫秀芳;;无传感器诊断方法及在风力发电中的应用与展望[J];哈尔滨理工大学学报;2014年06期

2 康宏亮;;浅谈滚动轴承故障研究现状及未来走向[J];科技创新与应用;2014年19期

3 任帅;徐可君;秦海勤;李志农;;具有外圈单一点蚀故障的滚动轴承动力学建模及仿真[J];南昌航空大学学报(自然科学版);2014年01期

4 陈铭;;浅谈机械维修过程中如何对轴承进行维修[J];中国高新技术企业;2014年07期

5 夏均忠;苏涛;马宗坡;冷永刚;白云川;;基于EMD的滚动轴承故障特征提取方法[J];噪声与振动控制;2013年02期

6 周超;朱q，

本文编号：2576909