风机叶片裂纹损伤状态识别技术研究

发布时间：2017-06-04 14:17

  本文关键词：风机叶片裂纹损伤状态识别技术研究，由笔耕文化传播整理发布。

【摘要】：叶片作为风力发电机将风能转化为电能的主要连接部件,其健康状态越来越多的受到业界的重视。如何检测叶片的健康状态,特别是在复杂工况下出现裂纹时候如何能够快速而准确的判断出叶片裂纹损伤状态,这是叶片健康状态监测的一个重要方面。本文针对叶片振动信号复杂,裂纹信号难以识别等特点提出了一种特征模态函数的双谱分析方法来进行对裂纹信号的提取。主要内容有以下几方面:第一,通过叶片的悬臂梁结构数学模型,分析了叶片的振动信号特点。第二,为了尽可能大的降低白噪声和干扰信号对双谱计算的影响,本文采用核主成分分析的方法对一维的时域信号进行去噪。利用互信息法和Cao氏方法实现了一维时间序列的相空间重构,并通过核矩阵提取相空间中的主元分量,通过相空间重构的逆变换实现最终的一维信号的降噪处理。第三,综合分析了特征模态函数和双谱的特点,针对叶片振动信号的非线性和耦合性等特点,提出利用重构特征模态函数的双谱分析方法对叶片裂纹信号进行识别。分别通过仿真信号研究了双谱对高斯白噪声的抑制作用和对非平稳信号中的冲击信号以及耦合信号的识别作用。最后,依托上海绿色致远能源有限公司中的中小型风机叶片疲劳测试平台,对小型风机叶片进行了模拟振动实验。对实验数据的分析表明,叶片裂纹将产生冲击分量和耦合分量,这些特征在特征模态函数的双谱上得到了较好的体现。这也为风机叶片的健康状态识别提供了参考。
【关键词】：裂纹 特征模态函数 双谱分析 核主元分析 相空间重构
【学位授予单位】：上海电机学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM315
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-15
• 1.1 课题研究背景及意义10-11
• 1.2 风机叶片裂纹损伤状态检测技术发展现状11-14
• 1.2.1 国内外风机状态监测设备现状11-12
• 1.2.2 风机叶片损伤检测技术现状12-14
• 1.3 本文的主要研究内容14-15
• 第二章 风机叶片裂纹损伤识别方法研究15-21
• 2.1 风机叶片振动数学模型15-16
• 2.2 常用的非平稳信号分析方法16-20
• 2.2.1 小波分析16-17
• 2.2.2 Gabor变换17-18
• 2.2.3 Wigner-Ville分布18-19
• 2.2.4 希尔伯特-黄变换19-20
• 2.3 本章小结20-21
• 第三章 EMD分解原理及双谱分析方法21-41
• 3.1 经验模态分解21-22
• 3.2 特征模态函数的特点22-25
• 3.2.1 特征模态函数的自适应性22-24
• 3.2.2 特征模态函数的完备性24
• 3.2.3 特征模态函数的调制性24-25
• 3.3 双谱分析技术25-39
• 3.3.1 双谱的概念25-28
• 3.3.2 双谱的计算28-29
• 3.3.3 双谱在信号特征提取中的仿真应用29-32
• 3.3.4 双谱对含有高斯噪声信号的分析32-35
• 3.3.5 特征模态函数的双谱分析技术在叶片裂纹识别中的仿真应用35-39
• 3.4 本章小结39-41
• 第四章 基于KPCA的去噪方法研究41-57
• 4.1 相空间重构41-46
• 4.1.1 延迟时间? 的选择42-44
• 4.1.2 嵌入维数m的选择44-46
• 4.2 KPCA的基本原理46-49
• 4.3 不同核函数主元分析能力仿真研究49-51
• 4.4 基于特征分解的KPCA算法51-52
• 4.5 时间序列的KPCA去噪仿真52-56
• 4.6 本章小结56-57
• 第五章 风机叶片裂纹损伤识别的实验研究57-71
• 5.1 风机叶片振动试验平台57-58
• 5.2 风机叶片裂纹损伤识别的试验方案58-59
• 5.3 叶片振动信号的KPCA降噪处理59-64
• 5.3.1 采集数据的相空间重构60-63
• 5.3.2 叶片一维振动数据的核主元分析方法去噪63-64
• 5.4 去噪后叶片振动信号的特征模态函数的双谱分析64-70
• 5.4.1 去噪后振动信号的特征模态函数重构64-65
• 5.4.2 重构IMF分量的双谱分析65-68
• 5.4.3 对角切片双谱的分析68-70
• 5.5 本章小结70-71
• 第六章 总结与展望71-73
• 参考文献73-78
• 致谢78-79
• 攻读硕士学位期间取得的研究成果79

【参考文献】

中国期刊全文数据库 前10条

1 杜万里;沈小军;李睿;;风电机组叶片检测现状与展望[J];科技展望;2015年02期

2 蒋爱华;周璞;章艺;华宏星;;相空间重构延迟时间互信息改进算法研究[J];振动与冲击;2015年02期

3 喻敏;王斌;王文波;郑雷;;联合EMD与核主成分分析的激光陀螺信号消噪[J];武汉大学学报(信息科学版);2015年02期

4 乌建中;陶益;;基于短时傅里叶变换的风机叶片裂纹损伤检测[J];中国工程机械学报;2014年02期

5 张保钦;雷保珍;赵林惠;李世刚;郑业明;;风机叶片故障预测的振动方法研究[J];电子测量与仪器学报;2014年03期

6 唐贵基;王晓龙;;基于局部均值分解和切片双谱的滚动轴承故障诊断研究[J];振动与冲击;2013年24期

7 刘中磊;于德介;刘坚;;基于故障特征频率的阶比双谱方法及其在滚动轴承故障诊断中的应用[J];中国电机工程学报;2013年33期

8 王文波;张晓东;汪祥莉;;基于主成分分析的经验模态分解消噪方法[J];电子学报;2013年07期

9 杨江天;赵明元;;改进双谱和经验模态分解在牵引电机轴承故障诊断中的应用[J];中国电机工程学报;2012年18期

10 陈帝伊;柳烨;马孝义;;基于径向基函数神经网络的混沌时间序列相空间重构双参数联合估计[J];物理学报;2012年10期

中国博士学位论文全文数据库 前2条

1 张宇;大型风力机叶片的振动分析与优化设计[D];沈阳工业大学;2013年

2 赵新光;风力机叶片疲劳裂纹特征提取方法研究[D];沈阳工业大学;2013年

中国硕士学位论文全文数据库 前2条

1 李小伟;基于光纤光栅传感技术的风机叶片检测研究[D];南京航空航天大学;2013年

2 韩敬宇;基于声发射技术的风电叶片裂纹无线监测系统研究[D];北京化工大学;2010年

  本文关键词：风机叶片裂纹损伤状态识别技术研究，由笔耕文化传播整理发布。

，

本文编号：421247