基于振动特征分析的风电齿轮箱故障诊断技术研究

发布时间：2017-05-29 14:06

  本文关键词：基于振动特征分析的风电齿轮箱故障诊断技术研究，由笔耕文化传播整理发布。

【摘要】：随着社会的发展,建立在石油、煤、天然气等能源基础上的能源体系在推动人类社会进步的同时也带来了环境污染,能源危机等问题。与非可再生能源相比,风能具有易开采、储量足、无污染、可持续利用等特点。近年来风能技术快速发展,风力发电逐步成为最具商业化发展前景的新兴产业。而齿轮箱是风力发电机组传动系统中广泛应用的重要传动部件,它的工作状态对整台设备是否能良好运行起着关键的作用。风能具有随时性、爆发性和不稳定性,会给风力发电机带来交变的、复杂的冲击载荷,导致风电齿轮箱的振动信号十分复杂,因此本文在对齿轮箱的结构组成、振动机理和故障特征进行深入研究的基础之上,利用时域分析和频域分析方法开展了对风电齿轮箱故障诊断技术的研究。具体研究内容如下:首先,研究了齿轮箱结构组成及振动机理,分析了齿轮常见故障类型及其产生原因,并对齿轮箱故障的振动信号特征进行理论分析与研究。其次,介绍常用的振动信号分析方法,包括时域分析技术、频域分析技术和时频域分析技术。其中时域分析方法有时域同步平均法、时域统计分析法以及经验模态分解法;频域分析方法有功率谱、倒频谱和包络分析;时频域分析方法包括短时傅里叶变换、Wigner-Ville分布、小波变换。并对各种方法的优缺点做了简要对比分析。再次,介绍了基于行星齿轮箱的故障模拟试验台。阐述了试验台的各部分组成和测试原理,说明了传感器的类型和安装位置。通过实验研究,模拟了齿轮点蚀故障,在设定不同转速、不同负载的工况下采集齿轮健康信号与故障信号。最后,通过时域分析方法和频域分析方法,对实验数据进行分析。提取故障信号的峰值、均方根值和峭度值等时域参数作为故障诊断的时域特征值,用时域特征值来判定齿轮箱的故障情况及运行状态;并结合观察和分析健康信号与故障信号的频域特征来分析故障的可能发生位置,分析结果验证了算法的有效性。
【关键词】：风力发电机 齿轮箱 故障诊断 时域分析 频域分析
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH132.41
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-13
• 1.1 课题概述9-10
• 1.1.1 课题背景9
• 1.1.2 课题研究目的及意义9-10
• 1.2 风机齿轮箱故障诊断研究现状10-11
• 1.3 主要研究内容11-12
• 1.4 论文总体结构12-13
• 第二章 风电齿轮箱的故障形式及其振动特性13-26
• 2.1 风电齿轮箱的结构组成及其振动机理分析13-18
• 2.1.1 风机的主要结构13-15
• 2.1.2 行星齿轮箱振动模型15-18
• 2.2 齿轮的常见故障18-21
• 2.2.1 齿轮常见的故障类型19-20
• 2.2.2 故障的原因20-21
• 2.3 故障齿轮箱的典型振动信号特征21-26
• 2.3.1 振动信号成分构成21-24
• 2.3.2 典型故障的振动信号特征24-26
• 第三章 信号分析处理方法26-39
• 3.1 时域分析26-28
• 3.1.1 时域同步平均法26-27
• 3.1.2 时域统计分析法27
• 3.1.3 经验模态分解法27-28
• 3.2 频域分析28-31
• 3.2.1 功率谱29-30
• 3.2.2 倒频谱30
• 3.2.3 包络分析30-31
• 3.3 时频域分析31-38
• 3.3.1 短时傅里叶变换（STFT）31-32
• 3.3.2 Wigner-Ville分布32-33
• 3.3.3 小波变换33-38
• 3.4 本章小结38-39
• 第四章 实验研究39-47
• 4.1 实验台结构39-45
• 4.1.1 实验台组成39-40
• 4.1.2 动态信号采集系统40-44
• 4.1.3 振动传感器的安装44-45
• 4.2 故障模拟45
• 4.3 测试过程45-46
• 4.4 本章小结46-47
• 第五章 实验数据分析47-56
• 5.1 实验样机特征参数理论计算47-48
• 5.2 时域分析48-51
• 5.3 频域分析51-55
• 5.4 本章小结55-56
• 第六章 总结与展望56-59
• 参考文献59-63
• 攻读学位期间所取得的相关科研成果63-65
• 致谢65

【相似文献】

中国期刊全文数据库 前10条

1 孙福霞;齿轮箱故障的状态监测分析[J];中国设备管理;2000年05期

2 杜秋杰;正确运用分析方法确定齿轮箱故障[J];新技术新工艺;2002年10期

3 姚竹亭,潘宏侠;齿轮箱故障信息增强技术研究[J];仪器仪表学报;2004年S1期

4 陆人定;;齿轮箱故障时域和频域综合诊断技术[J];机电工程技术;2007年06期

5 汤和;汪元辉;张策;应怀樵;;定量诊断齿轮箱故障方法的探讨[J];齿轮;1987年05期

6 张新华;齿轮箱故障的实时监测的原理和系统设计[J];机床与液压;2001年06期

7 蒙宣伊;龙辛;;风机齿轮箱故障原因浅析[J];电力技术;2010年08期

8 于良峰;赵登利;吴树梁;;风电机组齿轮箱故障分析及改进措施[J];风能;2012年10期

9 G.H.Mills;刘志坚;;随机监测磨屑预报齿轮箱故障[J];煤矿机电;1992年02期

10 肖洪波;刘松松;;风电齿轮箱故障诊断实例分析[J];机械工程师;2014年04期

中国重要会议论文全文数据库 前3条

1 姚竹亭;潘宏侠;;齿轮箱故障信息增强技术研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

2 李淑智;刘弹;徐光华;;基于CHMM动态模型的齿轮箱故障检测和诊断方法研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

3 杨炯明;范得功;周雁冰;柳亦兵;;基于Fisher准则的风电齿轮箱故障识别[A];中国自动化学会控制理论专业委员会B卷[C];2011年

中国博士学位论文全文数据库 前2条

1 张澎涛;齿轮箱故障振动信号去噪及特征提取算法研究[D];东北林业大学;2014年

2 刘志亮;基于数据驱动的行星齿轮箱故障诊断方法研究[D];电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 张欣欣;风力发电机齿轮箱故障预警方法研究[D];燕山大学;2015年

2 刘剑锋;基于时频—解调分析的行星齿轮箱故障诊断方法研究[D];电子科技大学;2015年

3 任爽;基于振动特征分析的风电齿轮箱故障诊断技术研究[D];河北工业大学;2015年

4 马玉峰;风电机组齿轮箱故障趋势预测方法研究[D];华北电力大学;2013年

5 王斐斐;基于状态监测信息的风电机组齿轮箱故障预测研究[D];华北电力大学;2012年

6 王艳芳;齿轮箱故障特征提取技术研究[D];中北大学;2007年

7 彭志凌;基于信息融合的齿轮箱故障诊断技术研究[D];中北大学;2006年

8 张斌;基于EMD和支持向量机的齿轮箱故障诊断方法研究[D];太原理工大学;2009年

9 张强;基于EMD的齿轮箱故障特征提取方法研究[D];大连理工大学;2013年

10 熊健;基于振动信号分析和神经网络的齿轮箱故障诊断技术研究[D];中北大学;2008年

  本文关键词：基于振动特征分析的风电齿轮箱故障诊断技术研究，，由笔耕文化传播整理发布。

本文编号：405027