风力发电机组齿轮箱故障特征提取方法研究

发布时间：2017-10-14 03:40

  本文关键词：风力发电机组齿轮箱故障特征提取方法研究

  更多相关文章： 风力发电 齿轮箱 故障诊断 振动信号 电流信号 双谱

【摘要】：风力发电机组随着单机组的容量增加,齿轮箱承受的载荷也随之增加,加上其复杂多变的工况,导致风力发电机组故障频发。本文通过搭建风电机组齿轮箱故障实验台架,分别提取齿轮箱局部故障与分布式故障的振动信号和电流信号。基于时频域分析方法,通过分析振动信号的时域因子(峰峰值、峭度等)及其幅值谱图,初步判断故障的存在性。为了进一步对齿轮箱故障进行特征提取,采用双谱分析方法,双谱具有检测信号的二次相位耦合和抑制高斯噪声的性质。对齿轮箱振动信号进行高斯分解,利用双谱绘制其等高线图和瀑布图,在等高线图上分别可以找到分布式故障和局部故障的特征频率,且对于同一种故障,随着故障的发展,双谱峰值也随着信号的调制加强而减小,且双谱能很好的抑制噪声的干扰,有效的诊断了齿轮箱的故障。基于振动信号的诊断方法由于振动传感器安装不便与损坏,且振动的故障信号与故障的关联性小,提出了使用发电机侧电流信号诊断齿轮箱故障的研究思路,首先,建立了故障条件下的电流信号的模型。类似于振动信号,电流信号同样也具有调制现象,以及故障特征频率为间距的变频带分布形式。其次,分析了在齿轮箱发生故障以后发电机侧的电流信号在频域内的变化规律。基于此,利用双谱分析行星轮齿轮箱中的太阳轮点蚀(一到八面)及断齿(一到四面)发展故障,绘制电流信号双谱图和切线谱图。对于点蚀和断齿发展故障,在双谱的切线谱上,电流基本频率处的峰值随着故障面数的增加,峰值随之减小,而故障频率处峰值则呈增加的趋势,对于点蚀七面和八面故障,故障由局部故障发展为分布式故障,故障特征频率处的峰值反而减小。可以看出基于发电机侧电流信号也能有效的提取齿轮箱的故障特征。该诊断方法为实际风场故障诊断提供了一种新的诊断思路。
【关键词】：风力发电 齿轮箱 故障诊断 振动信号 电流信号 双谱
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM315
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 1 绪论9-17
• 1.1 课题研究背景与意义9-12
• 1.2 风力发电机组齿轮箱故障诊断技术研究现状12-15
• 1.3 本文主要研究内容与章节安排15-17
• 2 齿轮箱典型故障及其振动分析17-29
• 2.1 风力发电机组齿轮箱的结构组成17-19
• 2.2 风力发电机齿轮常见的故障形式及其原因19-20
• 2.3 风力发电机组的齿轮箱振动机理及信号的时频表现形式20-28
• 2.4 本章小结28-29
• 3 风电机组齿轮箱故障时频及频域分析29-44
• 3.1 风电机组齿轮箱特征提取典型方法理论分析29-32
• 3.2 风电机组故障诊断实验台架及其采集系统32-35
• 3.3 基于典型分析方法行星轮齿轮箱故障特征提取35-43
• 3.4 本章小结43-44
• 4 基于双谱齿轮箱故障特征提取44-56
• 4.1 双谱44-47
• 4.2 双谱模拟信号分析47-49
• 4.3 行星轮齿轮箱振动信号高斯性分析49-51
• 4.4 基于双谱齿轮箱故障特征提取51-54
• 4.5 本章小结54-56
• 5 风电机组齿轮箱故障电流信号分析56-72
• 5.1 实验台架及信号采集系统56-57
• 5.2 行星轮故障条件下发电机电流信号模型57-59
• 5.3 齿轮箱故障电流信号双谱分析59-70
• 5.4 本章小结70-72
• 6 总结及展望72-74
• 6.1 研究成果与总结72-73
• 6.2 存在的问题与展望73-74
• 致谢74-75
• 参考文献75-81
• 作者在攻读硕士学位期间发表的论文及参与的研究工作81

【相似文献】

中国期刊全文数据库 前10条

1 孙福霞;齿轮箱故障的状态监测分析[J];中国设备管理;2000年05期

2 杜秋杰;正确运用分析方法确定齿轮箱故障[J];新技术新工艺;2002年10期

3 姚竹亭,潘宏侠;齿轮箱故障信息增强技术研究[J];仪器仪表学报;2004年S1期

4 陆人定;;齿轮箱故障时域和频域综合诊断技术[J];机电工程技术;2007年06期

5 汤和;汪元辉;张策;应怀樵;;定量诊断齿轮箱故障方法的探讨[J];齿轮;1987年05期

6 张新华;齿轮箱故障的实时监测的原理和系统设计[J];机床与液压;2001年06期

7 蒙宣伊;龙辛;;风机齿轮箱故障原因浅析[J];电力技术;2010年08期

8 于良峰;赵登利;吴树梁;;风电机组齿轮箱故障分析及改进措施[J];风能;2012年10期

9 G.H.Mills;刘志坚;;随机监测磨屑预报齿轮箱故障[J];煤矿机电;1992年02期

10 肖洪波;刘松松;;风电齿轮箱故障诊断实例分析[J];机械工程师;2014年04期

中国重要会议论文全文数据库 前3条

1 姚竹亭;潘宏侠;;齿轮箱故障信息增强技术研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

2 李淑智;刘弹;徐光华;;基于CHMM动态模型的齿轮箱故障检测和诊断方法研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

3 杨炯明;范得功;周雁冰;柳亦兵;;基于Fisher准则的风电齿轮箱故障识别[A];中国自动化学会控制理论专业委员会B卷[C];2011年

中国博士学位论文全文数据库 前2条

1 张澎涛;齿轮箱故障振动信号去噪及特征提取算法研究[D];东北林业大学;2014年

2 刘志亮;基于数据驱动的行星齿轮箱故障诊断方法研究[D];电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 张欣欣;风力发电机齿轮箱故障预警方法研究[D];燕山大学;2015年

2 刘剑锋;基于时频—解调分析的行星齿轮箱故障诊断方法研究[D];电子科技大学;2015年

3 高志飞;风电齿轮箱故障特征分析与诊断方法研究[D];上海电机学院;2016年

4 陈培;基于EEMD和希尔伯特平方解调技术的兆瓦级风电齿轮箱故障诊断方法研究[D];浙江理工大学;2016年

5 牛保国;齿轮箱故障检测技术研究[D];沈阳理工大学;2016年

6 张伟鹏;风力发电机组齿轮箱故障特征提取方法研究[D];华中科技大学;2015年

7 马玉峰;风电机组齿轮箱故障趋势预测方法研究[D];华北电力大学;2013年

8 王斐斐;基于状态监测信息的风电机组齿轮箱故障预测研究[D];华北电力大学;2012年

9 任爽;基于振动特征分析的风电齿轮箱故障诊断技术研究[D];河北工业大学;2015年

10 王艳芳;齿轮箱故障特征提取技术研究[D];中北大学;2007年

，

本文编号：1028822