基于无监督学习的风机齿轮箱故障诊断方法研究
发布时间：2021-10-13 14:00
齿轮箱作为风电机组的核心部件之一,它的工作状况决定着整个风电机组的运行状态,结合当前研究热门的无监督学习对齿轮箱各工况运行数据进行仿真分析,根据仿真结果判断齿轮箱当前的工作状态,那么就可以提前对风电机组做出正确的操作,这样可以大大降低人力物力的浪费。本文针对风机齿轮箱中齿轮故障特征提取困难和传统分类方法无法自适应故障诊断的问题,给出一种基于集合经验模态分解（EEMD）能量熵与自组织映射（SOM）神经网络的故障诊断方法。首先,使用EEMD方法将齿轮在各个工况下的原始振动信号进行自适应分解为若干个本征模态函数（IMF）,计算每个IMF的能量值和信号的能量熵;然后,选取有价值的IMF能量占比与信号能量熵构成特征向量,将得到能够反映故障振动信号的动态特征向量输入到SOM神经网络中进行自适应分类。通过算例仿真分析,结果表明所提方法可以有效提取风机齿轮箱故障特征,并在故障识别方面具有较高的准确性和自适应性。由于自适应共振神经网络（ART2）很好的解决了其他人工神经网络在“适应性”和“稳定性”选择上的两难困境,因此在模式识别中得到了广泛的应用。但ART2网络内部采用的是“硬竞争”方式进行分类,这样会...
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
齿面磨损
华北电力大学硕士学位论文9图2-2 齿轮点蚀2.4 弯曲疲劳与断齿齿轮断齿在所有齿轮故障中是最严重的情况，在齿轮实际啮合过程中，齿轮的受力物理模型就像是悬梁臂一样，当它的根部所受到弯曲应力作用过大以及当齿轮的设计不合规时，齿轮根部就会产生疲劳裂纹，随着弯曲应力的继续作用，所产生的裂纹会不断加大加深，最终由于齿轮根部无法再承担所施加的载荷力，导致断齿的现象发生，以上描述的是疲劳断齿，大都是由于齿轮材料选用不当，性能不达标，设计的载荷无法满足实际要求 工艺不精等原因造成 除了疲劳断齿外，当外部载荷过大，齿轮表面会突然产生损伤，接着会产生裂纹 胶 合或直接发生形变
华北电力大学硕士学位论文10图2-3 齿轮断齿2.5 其它故障齿轮轴承故障主要包括点蚀 烧伤 疲劳剥落 断裂以及保持架损坏，而齿轮箱轴承断裂会直接导致轴承失效，轴承断裂大多是因为轴承过载或者滚动体表面出现裂痕，随着进行变载荷操作进行，裂纹严重程度加深，如果处理不当，最终会导致轴承断裂，保持架损伤主要包括以下几种情况，如保持架变形 保持架磨损以及折断等 轴承的点蚀现象一般是由于轴承内部润滑中夹杂了一些杂质以及润滑不足引起的 轴承载荷过大 安装时存在问题 润滑不够以及润滑油中混入杂质是轴承疲劳剥落主要原因 轴承的点蚀故障通常是由于轴承内部润滑中混有杂质或者润滑不足造成，轴承在滚动过程中，滚动体在与外环接触的时候，激励外环的固有频率，产生共振现象 2.6 齿轮箱齿轮的振动机理一对啮合齿轮，可以看作一个具有质量 弹簧和阻尼的振动系统
【参考文献】：
期刊论文
[1]基于邻域粗糙集与多核支持向量机的变压器多级故障诊断[J]. 李春茂,周妺末,刘亚婕,高波,吴广宁. 高电压技术. 2018(11)
[2]基于人工蜂群算法优化支持向量机的燃气轮机故障诊断[J]. 邱正,钱玉良,张云,张霄. 热能动力工程. 2018(09)
[3]CQPSO-BP算法在风电机组齿轮箱故障诊断中的应用[J]. 程加堂,艾莉,段志梅,熊燕. 太阳能学报. 2017(08)
[4]基于EEMD-Hilbert包络谱和DBN的变负载下滚动轴承状态识别方法[J]. 王玉静,那晓栋,康守强,谢金宝,V I MIKULOVICH. 中国电机工程学报. 2017(23)
[5]基于软竞争Yu范数自适应共振理论的轴承故障诊断方法[J]. 慕海林,王志刚,徐增丙. 中国机械工程. 2017(14)
[6]基于SOM的真空断路器机械故障诊断[J]. 刘艳,陈丽安. 电工技术学报. 2017(05)
[7]基于MCKD-EMD的风电机组轴承早期故障诊断方法[J]. 赵洪山,李浪. 电力自动化设备. 2017(02)
[8]大功率并网风电机组状态监测与故障诊断研究综述[J]. 李辉,胡姚刚,李洋,杨东,梁媛媛,欧阳海黎,兰涌森. 电力自动化设备. 2016(01)
[9]结合C-均值聚类的自适应共振神经网络在风电机组齿轮箱故障诊断中的应用[J]. 李状,柳亦兵,马志勇,滕伟. 动力工程学报. 2015(08)
[10]基于EMD熵特征融合的滚动轴承故障诊断方法[J]. 向丹,岑健. 航空动力学报. 2015(05)
博士论文
[1]基于无监督学习的风电机组传动链智能故障诊断方法研究[D]. 李状.华北电力大学(北京) 2016
[2]风电机组传动链振动分析与故障特征提取方法研究[D]. 辛卫东.华北电力大学 2013
[3]风电机组振动监测与故障诊断研究[D]. 刘文艺.重庆大学 2010
[4]基于自适应共振理论的混合智能诊断方法及其应用[D]. 徐增丙.华中科技大学 2009
硕士论文
[1]基于小波与聚类分析相结合的旋转机械的故障诊断[D]. 范志鹏.江西理工大学 2011
本文编号：3434809
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
齿面磨损
华北电力大学硕士学位论文9图2-2 齿轮点蚀2.4 弯曲疲劳与断齿齿轮断齿在所有齿轮故障中是最严重的情况，在齿轮实际啮合过程中，齿轮的受力物理模型就像是悬梁臂一样，当它的根部所受到弯曲应力作用过大以及当齿轮的设计不合规时，齿轮根部就会产生疲劳裂纹，随着弯曲应力的继续作用，所产生的裂纹会不断加大加深，最终由于齿轮根部无法再承担所施加的载荷力，导致断齿的现象发生，以上描述的是疲劳断齿，大都是由于齿轮材料选用不当，性能不达标，设计的载荷无法满足实际要求 工艺不精等原因造成 除了疲劳断齿外，当外部载荷过大，齿轮表面会突然产生损伤，接着会产生裂纹 胶 合或直接发生形变
华北电力大学硕士学位论文10图2-3 齿轮断齿2.5 其它故障齿轮轴承故障主要包括点蚀 烧伤 疲劳剥落 断裂以及保持架损坏，而齿轮箱轴承断裂会直接导致轴承失效，轴承断裂大多是因为轴承过载或者滚动体表面出现裂痕，随着进行变载荷操作进行，裂纹严重程度加深，如果处理不当，最终会导致轴承断裂，保持架损伤主要包括以下几种情况，如保持架变形 保持架磨损以及折断等 轴承的点蚀现象一般是由于轴承内部润滑中夹杂了一些杂质以及润滑不足引起的 轴承载荷过大 安装时存在问题 润滑不够以及润滑油中混入杂质是轴承疲劳剥落主要原因 轴承的点蚀故障通常是由于轴承内部润滑中混有杂质或者润滑不足造成，轴承在滚动过程中，滚动体在与外环接触的时候，激励外环的固有频率，产生共振现象 2.6 齿轮箱齿轮的振动机理一对啮合齿轮，可以看作一个具有质量 弹簧和阻尼的振动系统
【参考文献】：
期刊论文
[1]基于邻域粗糙集与多核支持向量机的变压器多级故障诊断[J]. 李春茂,周妺末,刘亚婕,高波,吴广宁. 高电压技术. 2018(11)
[2]基于人工蜂群算法优化支持向量机的燃气轮机故障诊断[J]. 邱正,钱玉良,张云,张霄. 热能动力工程. 2018(09)
[3]CQPSO-BP算法在风电机组齿轮箱故障诊断中的应用[J]. 程加堂,艾莉,段志梅,熊燕. 太阳能学报. 2017(08)
[4]基于EEMD-Hilbert包络谱和DBN的变负载下滚动轴承状态识别方法[J]. 王玉静,那晓栋,康守强,谢金宝,V I MIKULOVICH. 中国电机工程学报. 2017(23)
[5]基于软竞争Yu范数自适应共振理论的轴承故障诊断方法[J]. 慕海林,王志刚,徐增丙. 中国机械工程. 2017(14)
[6]基于SOM的真空断路器机械故障诊断[J]. 刘艳,陈丽安. 电工技术学报. 2017(05)
[7]基于MCKD-EMD的风电机组轴承早期故障诊断方法[J]. 赵洪山,李浪. 电力自动化设备. 2017(02)
[8]大功率并网风电机组状态监测与故障诊断研究综述[J]. 李辉,胡姚刚,李洋,杨东,梁媛媛,欧阳海黎,兰涌森. 电力自动化设备. 2016(01)
[9]结合C-均值聚类的自适应共振神经网络在风电机组齿轮箱故障诊断中的应用[J]. 李状,柳亦兵,马志勇,滕伟. 动力工程学报. 2015(08)
[10]基于EMD熵特征融合的滚动轴承故障诊断方法[J]. 向丹,岑健. 航空动力学报. 2015(05)
博士论文
[1]基于无监督学习的风电机组传动链智能故障诊断方法研究[D]. 李状.华北电力大学(北京) 2016
[2]风电机组传动链振动分析与故障特征提取方法研究[D]. 辛卫东.华北电力大学 2013
[3]风电机组振动监测与故障诊断研究[D]. 刘文艺.重庆大学 2010
[4]基于自适应共振理论的混合智能诊断方法及其应用[D]. 徐增丙.华中科技大学 2009
硕士论文
[1]基于小波与聚类分析相结合的旋转机械的故障诊断[D]. 范志鹏.江西理工大学 2011
本文编号：3434809
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3434809.html
