基于随机共振的风电机组轴承早期微弱故障信号检测

发布时间：2017-08-02 20:19

  本文关键词：基于随机共振的风电机组轴承早期微弱故障信号检测

  更多相关文章： 风电机组 微弱轴承故障 随机共振 多尺度噪声调节 自适应算法 故障检测系统

【摘要】：风电机组所处环境的情况特殊,使其具有故障易发和故障停机时间长的特点。风电机组的主要故障部位中,轴承故障导致的停机事故占到20%。因此尽早检测出风机轴承故障信号,并合理安排维护计划,对降低维护成本及增加发电时间具有实际意义。风机运行时会产生高噪声,故障信号易淹没在强噪声当中,并且实际工况中噪声环境及微弱信号频率都不确定,针对该问题,本文设计了多尺度噪声调节自适应随机共振来进行检测。随机共振不同于传统的检测方法,在噪声较强且信号能量较弱时,它在抑噪的同时反而能够增加微弱信号的能量,从而达到更好的检测微弱信号的目的。论文主要进行了以下几方面的工作:本文首先介绍了随机共振理论和传统一阶双稳态系统模型,为了进一步提高检测降噪效果,在此基础上进行了改进,设计了二阶随机共振系统,并理论上验证了其有效性,通过仿真对比验证二阶系统的检测效果,在二阶系统的基础上研究了随机共振系统各参数与输出信噪比之间的关系。其次,研究了滚动轴承的故障机理、振动机理及常见故障的信号特征,总结出了轴承各故障及故障信号频率对应表。并研究了实际工况下风机轴承早期微弱故障信号所受的干扰情况,得出二阶随机共振系统可有效检测其早期微弱故障信号。然后在二阶随机共振系统基础上,加入了多尺度噪声调节前处理和基于遗传算法的自适应处理,设计了多尺度噪声调节自适应随机共振算法,并仿真验证了其检测效果。为了使该算法应用于实际应用中,在所设计算法基础上开发了微弱故障检测系统,并通过仿真结果验证了该检测系统的稳定性。最后对算法进行实验验证,在风力发电传动系统故障模拟实验台上进行了轴承外圈、内圈早期故障信号的实验采集和处理,结果表明,本文设计的算法能较好检测出风机轴承的早期微弱故障信号,即能准确检测出风机轴承早期微弱故障。
【关键词】：风电机组 微弱轴承故障 随机共振 多尺度噪声调节 自适应算法 故障检测系统
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM315;TH133.3
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-19
• 1.1 课题研究的背景与意义10-14
• 1.1.1 研究背景10-13
• 1.1.2 研究意义13-14
• 1.2 随机共振国内外研究现状14-18
• 1.2.1 随机共振简介14
• 1.2.2 随机共振发展历程14-15
• 1.2.3 随机共振国内外研究现状15-18
• 1.3 主要研究内容18-19
• 第2章 随机共振理论研究及参数影响分析19-32
• 2.1 随机共振衡量标准19
• 2.2 双稳态系统模型19-29
• 2.2.1 双稳态系统20-21
• 2.2.2 改进双稳态系统模型21-24
• 2.2.3 随机共振算法仿真24-29
• 2.3 系统各参数对随机共振影响分析29-31
• 2.4 本章小结31-32
• 第3章 风力发电机轴承故障振动机理及其特征研究32-39
• 3.1 轴承故障的主要形式和原因32-33
• 3.2 风力发电机轴承故障振动机理33-38
• 3.2.1 轴承故障机理33-36
• 3.2.2 风电机组传动链36-38
• 3.3 本章小结38-39
• 第4章 多尺度噪声调节自适应随机共振39-59
• 4.1 算法规划39
• 4.2 多尺度噪声调节随机共振39-53
• 4.2.1 多尺度噪声调节策略40-41
• 4.2.2 小波包分解41-44
• 4.2.3 色噪声变换44-45
• 4.2.4 算法仿真验证45-53
• 4.3 自适应随机共振53-57
• 4.3.1 自适应信号处理算法53-54
• 4.3.2 基于遗传算法的自适应随机共振54-57
• 4.4 多尺度噪声调节自适应随机共振仿真验证57-58
• 4.5 本章小结58-59
• 第5章 微弱故障检测系统开发59-70
• 5.1 Lab VIEW简介59
• 5.2 Lab VIEW和Matlab混合编程技术59-62
• 5.2.1 混合编程的优势59-60
• 5.2.2 COM组件技术60-61
• 5.2.3 COM组件在LabVIEW中的调用61-62
• 5.3 微弱故障检测系统设计62-64
• 5.3.1 系统各功能模块简介62-63
• 5.3.2 系统逻辑设计63-64
• 5.4 系统各模块的建立及功能实现64-67
• 5.5 故障检测系统仿真验证67-69
• 5.6 本章小结69-70
• 第6章 微弱故障信号检测实验验证70-77
• 6.1 实验平台70-71
• 6.2 实验运行环境及所用故障件71-73
• 6.3 随机共振系统对故障信号的检测及处理结果73-76
• 6.3.1 外圈故障的随机共振输出频谱对比74-75
• 6.3.2 内圈故障的随机共振输出频谱对比75-76
• 6.4 本章小结76-77
• 结论77-79
• 参考文献79-83
• 附录83-88
• 攻读硕士学位期间承担的科研任务与主要成果88-89
• 致谢89

【相似文献】

中国期刊全文数据库 前10条

1 邓辉;冷永刚;王太勇;张丽;;嵌入式变尺度级联随机共振系统的实现[J];哈尔滨工程大学学报;2009年11期

2 王新旭;;随机共振理论及其应用发展研究[J];科技视界;2013年06期

3 冷永刚,王太勇,李瑞欣,邹海林,郭焱;视觉信息的随机共振[J];天津大学学报;2004年06期

4 邓学欣,王太勇,冷永刚,范胜波;自适应扫频随机共振方法的研究[J];西安交通大学学报;2005年01期

5 邓学欣,王太勇,冷永刚,于宝琴;自适应扫频随机共振研究[J];机械设计;2005年02期

6 谭继勇;陈雪峰;何正嘉;;采用余弦拟合的随机共振反演技术研究[J];西安交通大学学报;2010年01期

7 王晶;张庆;梁霖;张熠卓;徐光华;;采用遗传算法的自适应随机共振系统弱信号检测方法研究[J];西安交通大学学报;2010年03期

8 李晓龙;冷永刚;范胜波;石鹏;;基于非均匀周期采样的随机共振研究[J];振动与冲击;2011年12期

9 杨宁;张培林;马乔;王江涛;;自适应随机共振在微弱信号检测中的应用[J];机械强度;2012年06期

10 赵军;赖欣欢;孔明;林敏;;双频信号作用下的单稳随机共振数值研究[J];噪声与振动控制;2013年01期

中国重要会议论文全文数据库 前10条

1 康艳梅;;关于随机共振的理论研究——几个尚未解决的问题[A];第三届全国动力学与控制青年学者研讨会论文摘要集[C];2009年

2 靳艳飞;;随机共振若干基础问题的研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年

3 刘甜;王青云;张红慧;;异质神经元和信息时滞对神经元网络随机共振的影响[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年

4 孙水发;郑胜;万均力;;非周期随机共振信号处理物理机制的研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

5 孙水发;郑胜;万均力;;非周期随机共振信号处理物理机制的研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

6 康艳梅;蒋耀林;;含色噪声随机共振系统的非线性响应:一个半解析研究[A];第八届全国动力学与控制学术会议论文集[C];2008年

7 康艳梅;江俊;李逸娟;;非正常扩散下单稳杜芬振子系统中的非传统随机共振[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

8 王宝华;陆启韶;吕淑娟;;阈下激励与噪声联合作用下肝细胞系统的内钙时空随机共振问题[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

9 申建伟;;自诱导随机共振相关研究进展及其在基因网络动力学研究中的应用[A];第六届全国动力学与控制青年学者学术研讨会论文摘要集[C];2012年

10 狄根虎;许勇;张凤琴;;线性系统的随机共振研究[A];第九届全国动力学与控制学术会议会议手册[C];2012年

中国重要报纸全文数据库 前1条

1 董映璧;复杂物理系统存在多样性共振[N];科技日报;2006年

中国博士学位论文全文数据库 前10条

1 段法兵;参数调节随机共振在数字信号传输中的应用[D];浙江大学;2002年

2 张晓飞;直升机传动系统状态增强检测的随机共振理论与方法研究[D];国防科学技术大学;2013年

3 范剑;随机共振和混沌理论在微弱信号检测中的应用研究[D];河北工业大学;2014年

4 刘进;基于非线性随机共振的弱信号检测理论研究[D];西安电子科技大学;2015年

5 何美娟;基于统计复杂度的双稳系统随机共振及动力学复杂性研究[D];西北工业大学;2015年

6 周玉荣;随机共振及其在神经动力学模型中的应用[D];电子科技大学;2009年

7 李建龙;随机共振的参数调节方法及在信号处理中的应用[D];浙江大学;2005年

8 薛凌云;神经元随机共振机制及其在语音与图像处理中的应用研究[D];浙江大学;2009年

9 张莹;随机共振信号恢复机理与方法研究[D];天津大学;2010年

10 曾令藻;反常过程中的非周期随机共振理论[D];浙江大学;2008年

中国硕士学位论文全文数据库 前10条

1 王仁国;神经元系统中的阈上随机共振[D];华中科技大学;2007年

2 沈涛;积分发放模型中的阈上随机共振[D];华中科技大学;2008年

3 陈晨;随机共振微弱信号检测的参数敏感性研究与应用[D];西安石油大学;2015年

4 杨涛;典型的生物及化学系统中随机和延迟效应研究[D];昆明理工大学;2015年

5 李慧;随机Hodgkin-Huxley神经元网络的相干共振[D];浙江师范大学;2015年

6 王婕;基于随机共振和混沌理论的行星齿轮箱微弱信号检测方法研究[D];电子科技大学;2014年

7 王潇;基于随机共振的CDMA波束成形技术研究[D];电子科技大学;2014年

8 任昱昊;硬限幅和软限幅阵列中的随机与振荡共振研究[D];青岛大学;2015年

9 谯自健;基于随机共振理论的微弱信号检测方法研究及应用[D];兰州理工大学;2015年

10 陶艺;基于压电阻抗的转子损伤定量检测方法研究[D];重庆大学;2015年

，

本文编号：611057