复杂工况下风力发电机组滚动轴承故障诊断方法研究

发布时间：2021-05-07 22:53

　　风电作为我国第三大主力电源,具有广阔的发展空间。在新风力发电机组不断投运的同时,老旧机组逐渐进入故障高发期,若故障不能及时被处理,将影响风电机组的安全经济运行,研究风电机组状态监测与故障诊断对防止重大事故发生、降低运维成本具有重要的现实意义。本文以故障率较高的滚动轴承为诊断对象,针对恒速工况及复杂工况条件下的滚动轴承故障特征提取与诊断进行深入研究,主要内容如下:（1）以风电机组滚动轴承为重点分析对象,阐述其组成结构、位置分布、故障机理、故障类型及故障特征频率,为诊断故障滚动轴承提供理论依据;分析时域、频域及时频域在不同工况下常用的有效故障诊断方法。（2）恒速工况下风电机组滚动轴承故障特征提取与诊断方法研究。本文选用小波包分解（wavelet packet decomposition,WPD）与变分模态分解（variational mode decomposition,VMD）对实验室及现场振动数据进行诊断分析;应用小波包分解故障信号时选择Shannon信息熵法为信息代价函数,通过对比试验选择小波包最佳分解尺度;以分解特性、诊断效果、使用灵活度、运行时间四个方面为对比对象,综合对比WPD... 

【文章来源】：东北电力大学吉林省

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究意义
    1.2 风电机组滚动轴承故障诊断技术的研究现状
        1.2.1 滚动轴承故障诊断方法的研究现状
        1.2.2 基于振动分析的故障诊断研究现状
    1.3 复杂工况下滚动轴承故障诊断研究现状
    1.4 本文主要研究内容
第2章 滚动轴承故障机理及故障诊断方法
    2.1 引言
    2.2 滚动轴承的结构
    2.3 风电机组滚动轴承的分布
    2.4 滚动轴承典型故障
    2.5 滚动轴承振动机理及故障特征频率
        2.5.1 滚动轴承振动机理
        2.5.2 滚动轴承故障特征频率
    2.6 实验室故障数据来源
        2.6.1 恒速工况滚动轴承故障数据
        2.6.2 变速工况滚动轴承故障数据
    2.7 现场故障数据来源
        2.7.1 测点的选择及安装
        2.7.2 数据采集与轴承型号
    2.8 故障诊断方法
    2.9 本章小结
第3章 恒速工况滚动轴承故障诊断方法研究
    3.1 引言
    3.2 基于小波包算法的滚动轴承故障诊断应用
        3.2.1 小波包算法原理
        3.2.2 恒速工况下小波包的应用及分解尺度的选择
        3.2.3 风电机组滚动轴承故障诊断
    3.3 基于变分模态分解的滚动轴承故障诊断应用
        3.3.1 变分模态分解算法原理
        3.3.2 变分模态分解算法过程
        3.3.3 恒速工况下滚动轴承的VMD诊断应用
        3.3.4 风电机组滚动轴承故障诊断
    3.4 变分模态分解(VMD)与小波包的对比分析
        3.4.1 VMD信号仿真研究
        3.4.2 小波包信号仿真研究
        3.4.3 对比分析
    3.5 本章小结
第4章 复杂工况下滚动轴承故障诊断方法研究
    4.1 引言
    4.2 两种不同构造的包络阶次法
        4.2.1 计算阶比跟踪(COT)包络阶次
        4.2.2 逆平方包络(RE-SES)阶次分析
    4.3 基于COT-VMD变工况下滚动轴承诊断应用
        4.3.1 非平稳信号仿真研究
        4.3.2 现场及实验室数据滚动轴承诊断分析
    4.4 基于VMD滤波的RE-SES滚动轴承故障诊断应用
        4.4.1 非平稳信号仿真研究
        4.4.2 实验室模拟现场数据故障诊断应用
    4.5 对比分析
    4.6 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢



本文编号：3174193