基于自适应观测器的风机液压变桨系统故障诊断
发布时间：2021-11-21 09:11
随着人类逐步实现工业化,气候环境以及能源的问题越来越多,可再生的绿色环保能源成为应对能源危机的关键措施。风能的利用历史悠久,利用手段较为成熟,因此其成为目前清洁能源中最热门的一种。在风速及风向多变的场所,尤其是海上风场,因其动作频繁多变,机组磨损损耗较大,系统的故障时常发生。需要及时可靠的发现其故障同时采取可靠合理的处理措施降低其影响。因此研究学习其动态性能与控制特征,对于达到延长风力机使用寿命,提高安全可靠工作的时间以及削减不必要的维护运行费用拥有至关重要的意义。本文采取模型故障预测的方法论,对风力机的液压变桨系统完成故障预测:（1）首先根据液压变桨距系统的运行控制过程,建立了风机中其它关键部件的数学模型,用来构成液压变桨距系统进行故障检测的自适应观测器模型,并使之与实际风机系统并行运行,形成残差值。之后处理变换残差信息,提炼出故障信息,在考虑固定传输延迟和丢包率后,再将存在噪声等原因导致的残差的最大值作为故障判别的阈值。在以上情况的基础上,在MATLAB中编写仿真程序,完成液压变桨距角故障判别。（2）在风机模型的基础上,再结合自适应参数理论,达到对变桨系统的精确辨识。本文建立了双延...
【文章来源】：上海电机学院上海市
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
017年全球新增装机分区域占比情况
上海电机学院硕士学位论文-4-（96.4GW）、德（59.3GW）、印度（35GW）、西班牙（23GW）、英（20.7GW）、法（15.3GW）、巴西（14.5GW）、加拿大（12.8GW）、意（10.1GW）。图1-12008年至2018年全球风机装机累计容量Fig.1-1Theglobalcapacityofinstalledwindturbinestotallyfrom2008to2018据此以外，欧洲宣称：于2021年初，完成新能源比重超于34%的突破，其中风电比重为一半，为实现目标，预计风电年均投入突破2.35百亿欧元。投资报告显示，陆上风电比重62.6%，海上风场占比37.4%，总计容量会突破实现2.3亿千瓦时。图1-22017年全球新增装机分区域占比情况Figure1-2Theproportionofnewinstalledbasesintheworldin2017如图1-2、1-3显示，风电消费主力依旧亚洲。从2009年至今，亚洲风电消费早已成为主力。从图上，易发现亚洲在2017年度变化装机量突破了24.4GW，比重已超越46.5%。但该年度新增量下降的关键缘由就是亚洲区域的同比降落约
上海电机学院硕士学位论文-5-11.9%。据GWEC展望，在2018年不断修整后，亚洲区域有望在来年突破有史以来的增长，突破性达到17%。但后劲不足，增速趋于稳定。依据分析，有望在2022年前后，实现新增量达到31.1GW的突破，年均复合增长度已至5.0%，成为风电市场的消费主力。图1-32010-2022年亚洲新增装机规模统计和预测（GW）Figure1-3StatisticsandForecastsofNewInstalledScalesinAsiain2010-2022(GW)如下图1-4、图1-5显示得，北美风电消费市场稳步前进的推动策略有下面两个：墨西哥能源变革的加快推进，持续加强新兴能源的引入使用、美国延续其PTC（风电生产税抵免）政策至2020年度。据GWEC展望，在2018年度，北美地区将突破21.2%速率增长，新增装机有望在2020年度冲破12.5GW大关，此后两年间的均增率将突破到16.8%。与此相反的是欧洲市场，其速率可能下滑。从数据中分析，在2017年度的欧洲市场，新增添容量为16.8GW，速率为突破25%的迸发式增加，同时也是该年市场萎靡情况下的唯一增长消费市常但依据全球风能理事会的最新统计，欧洲市场在2018年度在新增容量方面实现了负向变化，变化率达到了7.9%，并且低迷情况将持续几年，2017年的年度“盛世”不会再现。但此时与存在着机遇，亚洲等新兴消费市场使得其增长拥有不小的想象空间。风电事业在全球遍及度快速增加，尤其是巴西、印度等新兴消费市场的展现，它们不断地为风电事业发展注入强大的活力与源泉。从印度政府的发展规划不难看出，对外投标的20GW容量的风机投建将于2020年第一季度完成，也正是因为其在去年首次对外投标海上风电工程，使其成长为另一个风电厂商间角逐的消费市常相比于其它新能源，风电行业的成长最快，其具有远大的发展空间，在全球各国的电力生产结构中的比重愈来愈大?
【参考文献】：
期刊论文
[1]基于特征电流的直驱型风机故障诊断技术研究[J]. 李志勇,禹建锋,陈有根,温大钊. 控制与信息技术. 2018(01)
[2]海上风电场与柔性直流输电系统的新型协调控制策略[J]. 洪敏,辛焕海,徐晨博,章雷其,甘德强. 电力系统自动化. 2016(21)
[3]系统辨识算法的复杂性、收敛性及计算效率研究[J]. 丁锋. 控制与决策. 2016(10)
[4]大型风力发电机传动系统动力仿真分析[J]. 黎璐琳,孙文磊,黎路杨. 机械设计与制造工程. 2015(07)
[5]Delta算子系统简述[J]. 杨洪玖,夏元清,李惠光. 控制理论与应用. 2015(05)
[6]基于模型的风电机组变桨距系统故障检测[J]. 赵洪山,连莎莎,邵玲. 电网技术. 2015(02)
[7]基于非线性状态估计的风电机组变桨控制系统故障识别[J]. 尹诗,余忠源,孟凯峰,李闯,王其乐. 中国电机工程学报. 2014(S1)
[8]基于故障树的电梯故障诊断专家系统设计[J]. 宗群,李光宇,郭萌. 控制工程. 2013(02)
[9]基于高增益鲁棒滑模观测器的故障检测和隔离[J]. 杨俊起,朱芳来. 自动化学报. 2012(12)
[10]基于灰色理论的风机变桨距驱动器故障预测[J]. 梁中华,安占国,朴兴哲,徐宏武. 沈阳工业大学学报. 2011(06)
博士论文
[1]基于变分模态分解的风电机组传动系统故障诊断研究[D]. 武英杰.华北电力大学(北京) 2016
硕士论文
[1]基于连续时间模型的时域子空间辨识研究[D]. 胡扬声.中国科学技术大学 2016
[2]基于模型的风电机组变桨距系统故障预测的研究[D]. 连莎莎.华北电力大学 2015
[3]基于解析模型的风力发电机组鲁棒故障诊断方法研究[D]. 孙岩.中南大学 2013
[4]基于数据挖掘的风电机组状态预测及变桨系统异常识别[D]. 李学伟.重庆大学 2012
[5]面向风电机组齿轮箱的故障诊断系统研究[D]. 王斌.华北电力大学 2012
[6]线性系统盲辨识方法的研究[D]. 陈慧波.江南大学 2008
本文编号：3509212
【文章来源】：上海电机学院上海市
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
017年全球新增装机分区域占比情况
上海电机学院硕士学位论文-4-（96.4GW）、德（59.3GW）、印度（35GW）、西班牙（23GW）、英（20.7GW）、法（15.3GW）、巴西（14.5GW）、加拿大（12.8GW）、意（10.1GW）。图1-12008年至2018年全球风机装机累计容量Fig.1-1Theglobalcapacityofinstalledwindturbinestotallyfrom2008to2018据此以外，欧洲宣称：于2021年初，完成新能源比重超于34%的突破，其中风电比重为一半，为实现目标，预计风电年均投入突破2.35百亿欧元。投资报告显示，陆上风电比重62.6%，海上风场占比37.4%，总计容量会突破实现2.3亿千瓦时。图1-22017年全球新增装机分区域占比情况Figure1-2Theproportionofnewinstalledbasesintheworldin2017如图1-2、1-3显示，风电消费主力依旧亚洲。从2009年至今，亚洲风电消费早已成为主力。从图上，易发现亚洲在2017年度变化装机量突破了24.4GW，比重已超越46.5%。但该年度新增量下降的关键缘由就是亚洲区域的同比降落约
上海电机学院硕士学位论文-5-11.9%。据GWEC展望，在2018年不断修整后，亚洲区域有望在来年突破有史以来的增长，突破性达到17%。但后劲不足，增速趋于稳定。依据分析，有望在2022年前后，实现新增量达到31.1GW的突破，年均复合增长度已至5.0%，成为风电市场的消费主力。图1-32010-2022年亚洲新增装机规模统计和预测（GW）Figure1-3StatisticsandForecastsofNewInstalledScalesinAsiain2010-2022(GW)如下图1-4、图1-5显示得，北美风电消费市场稳步前进的推动策略有下面两个：墨西哥能源变革的加快推进，持续加强新兴能源的引入使用、美国延续其PTC（风电生产税抵免）政策至2020年度。据GWEC展望，在2018年度，北美地区将突破21.2%速率增长，新增装机有望在2020年度冲破12.5GW大关，此后两年间的均增率将突破到16.8%。与此相反的是欧洲市场，其速率可能下滑。从数据中分析，在2017年度的欧洲市场，新增添容量为16.8GW，速率为突破25%的迸发式增加，同时也是该年市场萎靡情况下的唯一增长消费市常但依据全球风能理事会的最新统计，欧洲市场在2018年度在新增容量方面实现了负向变化，变化率达到了7.9%，并且低迷情况将持续几年，2017年的年度“盛世”不会再现。但此时与存在着机遇，亚洲等新兴消费市场使得其增长拥有不小的想象空间。风电事业在全球遍及度快速增加，尤其是巴西、印度等新兴消费市场的展现，它们不断地为风电事业发展注入强大的活力与源泉。从印度政府的发展规划不难看出，对外投标的20GW容量的风机投建将于2020年第一季度完成，也正是因为其在去年首次对外投标海上风电工程，使其成长为另一个风电厂商间角逐的消费市常相比于其它新能源，风电行业的成长最快，其具有远大的发展空间，在全球各国的电力生产结构中的比重愈来愈大?
【参考文献】：
期刊论文
[1]基于特征电流的直驱型风机故障诊断技术研究[J]. 李志勇,禹建锋,陈有根,温大钊. 控制与信息技术. 2018(01)
[2]海上风电场与柔性直流输电系统的新型协调控制策略[J]. 洪敏,辛焕海,徐晨博,章雷其,甘德强. 电力系统自动化. 2016(21)
[3]系统辨识算法的复杂性、收敛性及计算效率研究[J]. 丁锋. 控制与决策. 2016(10)
[4]大型风力发电机传动系统动力仿真分析[J]. 黎璐琳,孙文磊,黎路杨. 机械设计与制造工程. 2015(07)
[5]Delta算子系统简述[J]. 杨洪玖,夏元清,李惠光. 控制理论与应用. 2015(05)
[6]基于模型的风电机组变桨距系统故障检测[J]. 赵洪山,连莎莎,邵玲. 电网技术. 2015(02)
[7]基于非线性状态估计的风电机组变桨控制系统故障识别[J]. 尹诗,余忠源,孟凯峰,李闯,王其乐. 中国电机工程学报. 2014(S1)
[8]基于故障树的电梯故障诊断专家系统设计[J]. 宗群,李光宇,郭萌. 控制工程. 2013(02)
[9]基于高增益鲁棒滑模观测器的故障检测和隔离[J]. 杨俊起,朱芳来. 自动化学报. 2012(12)
[10]基于灰色理论的风机变桨距驱动器故障预测[J]. 梁中华,安占国,朴兴哲,徐宏武. 沈阳工业大学学报. 2011(06)
博士论文
[1]基于变分模态分解的风电机组传动系统故障诊断研究[D]. 武英杰.华北电力大学(北京) 2016
硕士论文
[1]基于连续时间模型的时域子空间辨识研究[D]. 胡扬声.中国科学技术大学 2016
[2]基于模型的风电机组变桨距系统故障预测的研究[D]. 连莎莎.华北电力大学 2015
[3]基于解析模型的风力发电机组鲁棒故障诊断方法研究[D]. 孙岩.中南大学 2013
[4]基于数据挖掘的风电机组状态预测及变桨系统异常识别[D]. 李学伟.重庆大学 2012
[5]面向风电机组齿轮箱的故障诊断系统研究[D]. 王斌.华北电力大学 2012
[6]线性系统盲辨识方法的研究[D]. 陈慧波.江南大学 2008
本文编号：3509212
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3509212.html
