风力发电机组齿轮箱监测与故障诊断技术研究

发布时间：2017-05-15 08:22

  本文关键词：风力发电机组齿轮箱监测与故障诊断技术研究，由笔耕文化传播整理发布。

【摘要】：目前，随着科技文明的进步发展，人类对新能源技术的需求也日益强烈，风力发电技术作为新能源技术中的新兴代表和中坚力量，越来越受到重视。如何保证风力发电机组正常运行，成为风力发电领域的核心问题。齿轮箱作为风力发电机组中关键的机械传动装置，对于整个风电机组的良好运行起着极为重要的作用。同时，风电机组的齿轮箱又由于其工作环境及自身的机械特性的特殊性。所以，，针对风电机组齿轮箱的监测及故障诊断技术的研究是十分有意义及必要的。 本文以风力发电机组齿轮箱为研究对象，首先针对齿轮箱的结构和故障特点进行了探讨，对齿轮箱的振动信号处理技术进行了研究，包括对振动信号的时频分析技术、小波分析和小波包分析技术，并应用小波包能量提取法提取振动信号特征向量。以此提取的故障特征为基础，对人工神经网络和粒子群智能优化算法展开了较深入研究。同时，将粒子群优化算法应用到人工神经网络算法中，将人工神经网络算法中的权值和阀值组成向量，作为粒子群优化算法中粒子的特征向量，达到应用粒子群算法优化人工神经网络的目的。并将基于粒子群优化的神经网络算法应用于风电机组齿轮箱的故障诊断，经过训练学习，通过测试样本的测试验证，故障诊断取得较好的效果。最后，以该故障诊断技术作为基础，建立了针对风电机组齿轮箱的监测系统，提出了一种可行的设计方案。本文对风电机组齿轮箱的监测与故障诊断技术的研究、对实际工作具有一定的意义。
【关键词】：齿轮箱 粒子群优化算法 人工神经网络 故障诊断
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TM315;TH165.3
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-17
• 1.1 课题背景9-11
• 1.2 课题研究现状及发展趋势11-15
• 1.2.1 齿轮箱监测技术研究现状及发展趋势12-14
• 1.2.2 故障诊断技术研究现状及发展趋势14-15
• 1.3 本课题的主要研究内容15-17
• 第二章 齿轮箱的基本结构及故障特点17-24
• 2.1 风力发电机组齿轮箱的基本结构17-20
• 2.1.1 风力发电机组的基本结构17-18
• 2.1.2 齿轮箱的结构18-20
• 2.2 齿轮箱的主要故障及其特点20-23
• 2.2.1 齿轮常见故障21-22
• 2.2.2 轴承常见故障22-23
• 2.3 本章小结23-24
• 第三章 风电机组齿轮箱的故障特征提取24-41
• 3.1 振动信号的分析处理方法24-29
• 3.1.1 时域分析24-26
• 3.1.2 频域分析26-29
• 3.2 时频分析方法29-34
• 3.2.1 小波分析30-33
• 3.2.2 小波包分解33-34
• 3.3 基于小波包频带能量分析法的故障特征提取34-40
• 3.3.1 小波包特征提取理论34-37
• 3.3.2 基于小波包能量谱的风机齿轮箱故障特征提取37-40
• 3.4 本章小结40-41
• 第四章 粒子群优化 BP 神经网络理论的齿轮箱故障诊断41-58
• 4.1 人工神经网络41-45
• 4.2 粒子群优化算法45-51
• 4.2.1 基本粒子群优化算法46-48
• 4.2.2 标准粒子群优化算法48-51
• 4.3 粒子群优化人工神经网络51-57
• 4.3.1 基于粒子群优化人工神经网络算法的故障诊断技术54-56
• 4.3.2 粒子群优化人工神经网络算法在故障诊断中的应用56-57
• 4.4 本章小结57-58
• 第五章 风电机组齿轮箱状态监测系统设计58-64
• 5.1 系统总体设计59-60
• 5.1.1 设计标准59
• 5.1.2 系统的工作原理59-60
• 5.2 测点及传感器的选择60-61
• 5.3 软件系统设计61-62
• 5.4 监测系统的实现62-63
• 5.5 本章小结63-64
• 第六章 结论64-66
• 参考文献66-68
• 在学研究成果68-69
• 致谢69

【参考文献】

中国期刊全文数据库 前10条

1 潘旭峰,耿立恩,李晓雷;齿轮轴承故障诊断中特征参数敏感性分析[J];兵工学报;1997年04期

2 胡凯成,李川奇,钱克矛,熊明忠;人工神经网络在汽车变速箱状态监测和故障诊断中的应用[J];传动技术;1997年03期

3 张佩瑶,马孝江,王吉军,朱泓;小波包信号提取算法及其在故障诊断中的应用[J];大连理工大学学报;1997年01期

4 王承煦;世界风电发展及我国风电发展面临的机遇与问题[J];电器工业;2002年09期

5 吴凌云,王华;BP神经网络专家系统在故障诊断中的应用[J];信息技术;2003年02期

6 张利彪,周春光,马铭,刘小华;基于粒子群算法求解多目标优化问题[J];计算机研究与发展;2004年07期

7 李颖芝;;风电系统中加速齿轮的微动磨损研究[J];机械研究与应用;2009年06期

8 王岁花,冯乃勤,李爱国;基于粒子群优化的BP网络学习算法[J];计算机应用与软件;2003年08期

9 孙孝仁,孙怡玲;2020年世界能源前景[J];科技情报开发与经济;2000年02期

10 王哲;;关于风力发电机组状态监测的思考[J];中国设备工程;2007年04期

  本文关键词：风力发电机组齿轮箱监测与故障诊断技术研究，由笔耕文化传播整理发布。

本文编号：367284