基于振动信号的风机发电机组齿轮箱状态检测和故障诊断技术的研究

发布时间：2023-03-25 07:35

　　随着国家经济的稳步发展,对能源的需求不断增加,风电建设也迎来了春风。与此同时,机遇伴随着一系列的挑战,突出的问题就是风电机组频频出现故障,严重影响风电机组的正常工作,给风电企业和社会生产工作带来了一定程度上的麻烦。为此,加强对风电机组问题的排查与检测力度,能够极大程度上减小对风电设备维护的相关成本,对提高风电企业经济效益具有重要意义。风力发电机组大件主要包括叶片、齿轮箱、发电机、偏航系统、变频器、液压系统等,其中以齿轮箱的故障发生率最高,它的健康状态与整机的工作性能有着直接关联。针对此,本课题的研究将风电机组齿轮箱作为重点,然后对其健康状态检测以及故障诊断的手段实施探索。全文的研究关键点主要如下:针对齿轮箱的几何结构进行分析,确定了其故障探索的必要性,分析齿轮箱故障产生的机理,从啮合频率和信号的调制等方面研究了齿轮箱内常见故障的形式及形成原因,并在第一章给出了常见的齿轮箱故障诊断方法。介绍了针对振动信号分析比较多见的方法,主要有两类,第一类是时域分析算法,该方法可以分成三种类别,分别对应为时域统计分析法、经典模态分析法以及时域同步平均法;第二类是频域分析算法,可细分为功率谱和包络分析,...

【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 选题背景
    1.2 选题意义
    1.3 国内外相关内容研究现状分析
        1.3.1 国外相关内容研究现状分析
        1.3.2 国内相关内容研究现状分析
    1.4 主要探讨内容介绍
第2章 风电机组齿轮箱基础知识简述
    2.1 风机工作原理和相关组成简述
    2.2 高频率问题产因
    2.3 齿轮箱的常见故障
        2.3.1 啮合振动频率计算分析
        2.3.2 振动信号的调制分解介绍
        2.3.3 齿轮的常见故障介绍
        2.3.4 轴承常见故障及其特点
    2.4 故障诊断的基本方法
        2.4.1 故障诊断的必要性介绍
        2.4.2 传统的齿轮箱故障诊断方法
    2.5 本章小结
第3章 振动信号分析处理方法
    3.1 时域分析
        3.1.1 时域同步平均法
        3.1.2 经验模态分解法
        3.1.3 时域统计分析法
    3.2 频域分析
        3.2.1 傅里叶变换介绍
        3.2.2 离散傅里叶变换(DFT)
        3.2.3 频域分析
        3.2.4 功率谱
        3.2.5 包络分析
        3.2.6 Wigner-Ville分布
    3.3 本章小结
第4章 基于小波与倒频谱的齿轮箱振动信号分析方法
    4.1 概述
    4.2 倒频谱分析法
    4.3 倒频谱分析原理
    4.4 小波包分析介绍
        4.4.1 小波分析
        4.4.2 小波包分解
    4.5 实际案例解析
        4.5.1 试验齿轮箱简介
        4.5.2 振动信号的倒频谱分析
        4.5.3 针对振动信号的小波分析过程解析
    4.6 本章小结
第5章 基于小波神经网络的齿轮箱故障诊断分析
    5.1 引言
    5.2 BP神经网络相关内容介绍
        5.2.1 神经元特性概述
        5.2.2 神经网络结构简述
        5.2.3 BP神经网络的构建
    5.3 基于小波包和BP神经网络的齿轮箱故障诊断模型
        5.3.1 小波包和BP神经网络的结合方式
        5.3.2 基于BP神经网络的智能故障诊断
    5.4 试验结果分析
        5.4.1 振动信号的小波包分析
        5.4.2 振动信号的小波包能量分析
    5.5 本章小结
第6章 结论与展望
    6.1 结论
    6.2 展望
参考文献
攻读硕士研究生期间的研究成果
    1)论文成果
    2)专利成果
致谢



本文编号：3770823