飞轮储能径向轴承的状态检测与故障诊断研究
发布时间:2021-06-21 18:01
随着储能事业的高速发展,飞轮储能(flywheel energy storage system)逐渐进入人们视野。飞轮储能因其环境无污染、短时大功率、高效长寿命等诸多优点广泛应用于企业UPS、风力发电厂、应急电源保障、航空航天等领域中,也因其高速旋转的特性,作为主要组成部件的滚动轴承成为极易损坏的部件。因此,研究飞轮储能的轴承故障诊断对保障设备的安全、稳定、具有重要的意义。首先介绍了轴承故障诊断在飞轮储能等旋转机械行业的研究意义和重要性,阐述了飞轮储能和故障诊断的研究现状,着重介绍了飞轮转子的有限元分析,优化了定转子之间的间隙、共振频率以及固定频率下的谐波响应,为飞轮储能故障诊断提供机械特性上的参考;其次,搭建了一套包含软硬件在内的运动状态监测平台,详细介绍了加速度传感器、电涡流传感器等元器件的选型及平台的搭建。多种检测信号在验证飞轮转子有限元分析结果的同时也为故障诊断提供了信号数据集和状态依据;再次,分析了传统研究方法在故障诊断领域各方面的优缺点,提出了一种基于小波神经网络故障诊断的研究方法。使用公开的的故障数据,将数据集运用小波包分解进行数据分析故障的特点和频谱范围,并以能量矢量的...
【文章来源】:燕山大学河北省
【文章页数】:89 页
【学位级别】:硕士
【部分图文】:
磁轴承控制系统
ATSE机柜
燕山大学工程硕士学位论文122.3.1静力学分析根据飞轮转子的设计结构,可以拆装为电机轴、飞轮两部分,现将电机轴、飞轮、飞轮转子分别进行静力学分析、模态求解。因飞轮空腔内气压小于20帕,假设飞轮轴系为线性结构,故仅考虑重力和轴承因素影响,建立好实体模型后根据陀螺效应对飞轮转子划分网格;飞轮转子的有限元模型以及生成的网络分割分别如图2-6、图2-7所示,分别生成30862、7787、45417个节点,17717、4394、27259个单元。a)电机轴b)飞轮c)整体飞轮图2-6有限元模型图a)电机轴b)飞轮c)整体飞轮图2-7有限元网格分解图a)电机轴b)飞轮c)整体飞轮图2-8有限元静力分析图
【参考文献】:
期刊论文
[1]轴承-转子系统运动分析及主轴振动的相位控制[J]. 于哲,陈淑江,马金奎,路长厚,李昊. 北京理工大学学报. 2019(09)
[2]综合变形下滚动轴承非线性静接触刚度研究[J]. 郑煜,王凯. 机械制造与自动化. 2019(04)
[3]飞轮储能系统容量分析与设计[J]. 皮振宏,戴兴建,魏殿举,徐旸. 储能科学与技术. 2019(04)
[4]基于多噪声数据训练CNN的自动倾斜器滚动轴承故障诊断[J]. 万齐杨,熊邦书,李新民,孙伟,廖峰. 南昌航空大学学报(自然科学版). 2019(02)
[5]基于卷积神经网络的滚动轴承故障诊断[J]. 贺思艳,任利娟,田新诚. 兵工自动化. 2019(03)
[6]基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法[J]. 李恒,张氢,秦仙蓉,孙远韬. 振动与冲击. 2018(19)
[7]电磁轴承支承下轴系转子模态及振动响应分析[J]. 任正义,周元伟,黄同,祝传钰,刘子晗. 机械. 2018(09)
[8]用于微振动测量的高精度加速度传感器标定方法[J]. 马功泊,李栋,岳志勇,冯国松. 航天器环境工程. 2018(02)
[9]小波包能量谱和功率谱分析在水电机组故障诊断中的应用[J]. 安周鹏,肖志怀,陈宇凡,孙召辉,唐卫东. 水力发电学报. 2015(06)
[10]基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断[J]. 刘长良,武英杰,甄成刚. 中国电机工程学报. 2015(13)
本文编号:3241143
【文章来源】:燕山大学河北省
【文章页数】:89 页
【学位级别】:硕士
【部分图文】:
磁轴承控制系统
ATSE机柜
燕山大学工程硕士学位论文122.3.1静力学分析根据飞轮转子的设计结构,可以拆装为电机轴、飞轮两部分,现将电机轴、飞轮、飞轮转子分别进行静力学分析、模态求解。因飞轮空腔内气压小于20帕,假设飞轮轴系为线性结构,故仅考虑重力和轴承因素影响,建立好实体模型后根据陀螺效应对飞轮转子划分网格;飞轮转子的有限元模型以及生成的网络分割分别如图2-6、图2-7所示,分别生成30862、7787、45417个节点,17717、4394、27259个单元。a)电机轴b)飞轮c)整体飞轮图2-6有限元模型图a)电机轴b)飞轮c)整体飞轮图2-7有限元网格分解图a)电机轴b)飞轮c)整体飞轮图2-8有限元静力分析图
【参考文献】:
期刊论文
[1]轴承-转子系统运动分析及主轴振动的相位控制[J]. 于哲,陈淑江,马金奎,路长厚,李昊. 北京理工大学学报. 2019(09)
[2]综合变形下滚动轴承非线性静接触刚度研究[J]. 郑煜,王凯. 机械制造与自动化. 2019(04)
[3]飞轮储能系统容量分析与设计[J]. 皮振宏,戴兴建,魏殿举,徐旸. 储能科学与技术. 2019(04)
[4]基于多噪声数据训练CNN的自动倾斜器滚动轴承故障诊断[J]. 万齐杨,熊邦书,李新民,孙伟,廖峰. 南昌航空大学学报(自然科学版). 2019(02)
[5]基于卷积神经网络的滚动轴承故障诊断[J]. 贺思艳,任利娟,田新诚. 兵工自动化. 2019(03)
[6]基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法[J]. 李恒,张氢,秦仙蓉,孙远韬. 振动与冲击. 2018(19)
[7]电磁轴承支承下轴系转子模态及振动响应分析[J]. 任正义,周元伟,黄同,祝传钰,刘子晗. 机械. 2018(09)
[8]用于微振动测量的高精度加速度传感器标定方法[J]. 马功泊,李栋,岳志勇,冯国松. 航天器环境工程. 2018(02)
[9]小波包能量谱和功率谱分析在水电机组故障诊断中的应用[J]. 安周鹏,肖志怀,陈宇凡,孙召辉,唐卫东. 水力发电学报. 2015(06)
[10]基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断[J]. 刘长良,武英杰,甄成刚. 中国电机工程学报. 2015(13)
本文编号:3241143
本文链接:https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3241143.html