风力发电机组齿轮箱智能故障诊断方法的研究

发布时间：2020-04-09 03:45

【摘要】：作为一种产量高、可再生及绿色无污染的能源,风能很快获得了世界各国的广泛关注。然而,随着风电机组装机容量的不断提高,其故障事故也随之增加,这严重影响了正常的发电工作。因此,为了保证机组的正常稳定运行,对其进行故障诊断工作刻不容缓。作为风电机组中重要传动部件,齿轮箱的故障发生率特别高,一旦发生故障,其维修工作的开展将会十分困难。为此,本文对风电机组齿轮箱的故障诊断工作展开深入研究。主要完成的工作有以下几点:(1)对风力发电机组齿轮箱的常见故障进行研究,了解其故障产生原因,并分析其在不同运行状态下的振动信号。(2)提出一种改进阈值小波降噪方法,将其用于振动信号的降噪中;提取不同状态信号在时域、频域及节点能量下的特征值并构造样本数据集。(3)提出改进的蛙跳萤火虫算法(ISFLAFA),将其应用在极限学习机(ELM)的参数选择上。在建立ISFLAFA-ELM模型后,将其用于轴承的故障诊断中;提出改进的模拟退火粒子群算法(ISAPSO),将其应用在支持向量机(SVM)的参数选择上。在建立ISAPSO-SVM模型后,将其用于齿轮的故障诊断中。通过实际风电机组运行数据验证了两种方法在工程应用中的有效性。(4)设计一款风电机组齿轮箱故障诊断软件系统,采用Labview与Matlab相结合的方法,实现了信号处理、特征值提取、风力发电机组齿轮箱整机故障诊断等功能。使诊断工作更为直观、简便。
【图文】：

示意图,装机容量,全球,能源

世界人口的增长以及工业化技术的发展大大加快了能源的消耗速度。为了获取更好的生活质量，，人们对于能源的需求呈现出一种不断攀升的态势。能源是人类赖以生存的基础，社会的进步和人类的发展都离不开能源。但是，随着能源被不断地开采和使用，能源危机以及环境污染等问题都浮现了出来[1]。石油危机的爆发使人们意识到了现有能源所存在的缺陷并且提高了能源危机意识。如今石油、煤炭和天然气等能源经过不断地开采变得原来越缺乏，严重影响了人类可持续发展的需求。另一方面，在大量使用石油化工燃料的同时也危害了我们的生存环境。为了解决这些严峻的问题，人们希望找到一种产量大、污染少的能源。与以往的能源相比，核能、太阳能、风能在 21 世纪中占据了主导地位。但是日本在 2011 年发生的一场严重的核泄漏事件使人们在追求新能源的同时更加注重对这些能源的安全开采和使用[2]。风能由于它具有产量大、可再生、绿色无污染等优点成为了全球热议的话题。在人类历史上早就有对风能的利用，但是风力发电的发展只有一百多年。风能作为一种随处可见的清洁能源，可以说是取之不尽用之不竭[3]。在世界经济不断发展的今天，人们对能源的需求量也不断提高。正是因为风能的这些优点，世界各国每年都会花费大量资金用于风场的建设，全球风电机组装机容量的示意图如下所示：

装机容量,全球,风电机组,风能

图 1-2 2001 年到 2015 年全球累积装机容量Fig.1-2 Global cumulative installed capacity in 2001-2015图 1-1 和 1-2 摘自全球风能理事会在 2016 年 2 月 10 日发布的报告。从图中可以看出在 2015 年，全球的年新增装机容量达到了 6.3 万兆瓦，较 2014 年提高了 1.13万兆瓦，同时也是历年以来装机容量最高的一年。此外，全球装机累积容量在 2015年中达到了 43.2 万兆瓦，这些数据非常直观地表明了风能在全球各国的利用是相当普及的。为了体现我国风电机组建设在世界上的水平，全球各国的风电机组装机容量比例图如下图所示：
【学位授予单位】：上海电机学院
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM315

【参考文献】