大型风机传动链测试平台数据采集与分析研究
发布时间：2021-12-09 06:52
大型风电机组传动链测试平台(以下简称大型风机传动链测试平台)是实现未来风电行业快速发展的关键设备。欧美相关建设较为成熟,我国对此研究与欧美等国之间尚存在一定差距。中科院电工研究所承接的“十二五”国家科技支撑计划课题对大型风机传动链测试技术展开探索,为填补我国在此方面的空白进行研究。本文依托此课题,对应用于大型风机传动链测试平台的数据采集与分析技术进行研究,主要工作如下:(1)对测试平台所包含的重要组成部分如电网模拟器、风力机模拟器、五自由度非扭矩载荷加载装置以及数据采集与分析系统展开调研分析。基于分析结果,提出了适用于大型风机传动链测试平台的数据采集与分析系统总体设计思路,包括采集信号类型、测点位置、采集方式、硬件设计方案、采集数据分析方法、软件设计方案等。(2)基于数据采集系统总体设计思路,分别对采集硬件以及采集软件进行设计开发。系统要采集的物理量包含载荷、振动、噪声、温度、电压以及电流,根据系统对通道数、采样率、同步性的要求,对机箱、控制器以及数据采集卡进行选型,最终确定了由PXIe-1082机箱搭载PXIe-8135控制器以及多块专用数据采集卡的硬件部分结构,保证了采集系统在进行...
【文章来源】： 北京建筑大学北京市
【文章页数】：130 页
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 引言
1.2 大型风电机组传动链
1.2.1 概述
1.2.2 传动链故障分析
1.2.3 传动链测试平台
1.3 大型风机传动链测试平台研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 应用于测试平台的数据采集与分析系统研究现状
1.5 主要研究内容
第2章 测试平台整体方案及测试技术研究
2.1 测试平台整体研究
2.2 测试平台重要部件
2.2.1 电网模拟器
2.2.2 风力机模拟器
2.2.3 五自由度非扭矩载荷加载装置
2.2.4 数据采集与分析系统
2.3 数据采集与分析系统总体设计方案
2.3.1 重要测点设计
2.3.2 数据采集系统总体设计方案
2.3.3 信号采集方式设计
2.3.4 数据采集系统设计
2.3.5 数据分析系统设计
第3章 数据采集系统开发
3.1 硬件部分开发
3.1.1 机箱选型
3.1.2 控制器选型
3.1.3 数据采集卡选型
3.2 软件部分开发
3.2.1 开发环境及流程
3.2.2 身份验证
3.2.3 数据采集
3.2.4 数据存储
3.3 系统测试
3.3.1 硬件部分测试
3.3.2 软件部分测试
第4章 基于多小波的信号预处理方法研究
4.1 多小波理论研究
4.1.1 多小波理论基础
4.1.2 常用多小波
4.1.3 多小波预处理方法
4.1.4 多小波及预处理方法优化选择
4.2 多小波降噪理论研究
4.2.1 多小波降噪基本原理
4.2.2 多小波自适应阈值的降噪方法
4.3 模态分解降噪理论研究
4.3.1 EMD理论基础
4.3.2 EEMD理论基础
4.3.3 自适应EEMD算法研究
4.4 改进EEMD-多小波自适应阈值信号降噪方法研究
第5章 数据分析系统开发
5.1 数据回放
5.2 数据预处理
5.2.1 去趋势项
5.2.2 数据平滑处理
5.2.3 滤波降噪
5.2.4 LabVIEW-MATLAB联合降噪
5.3 数据分析
5.3.1 时域分析
5.3.2 频域分析
5.3.3 时频分析
5.3.4 噪声信号分析方法
5.4 数据分析系统测试
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]基于多小波和峭度准则的风力发电机滚动轴承故障检测 [J]. 聂永辉,徐明文,张译丹. 东北电力大学学报. 2019(06)
[2]一种改进的基于LabVIEW的DAQ采集系统设计 [J]. 张海波,毕敬腾,李廷军. 舰船电子工程. 2019(10)
[3]基于LabVIEW的振动信号分析系统设计 [J]. 李思琦,蒋志坚. 北京建筑大学学报. 2019(03)
[4]永磁同步风力发电系统控制技术综述 [J]. 李胜,张兰红,单毅. 微电机. 2019(09)
[5]爆破振动信号分析中模态混叠和虚假分量消除的改进方法 [J]. 李清,徐文龙,张迪,李娜,冯丹丹. 振动与冲击. 2019(17)
[6]基于AVMD和谱相关分析的风电机组轴承故障诊断 [J]. 齐咏生,白宇,高胜利,李永亭. 太阳能学报. 2019(07)
[7]永磁同步电机矢量控制系统建模仿真研究 [J]. 余江,杨世春,李亚伦. 计算机仿真. 2019(03)
[8]基于PXIe高速DAQ性能提升的关键技术研究 [J]. 黄燕,黄光明. 电子测量技术. 2019(02)
[9]无量纲参数滚动轴承长相关故障趋势预测 [J]. 李宇飞,宋万清,陈剑雪. 噪声与振动控制. 2018(06)
[10]基于新能源发电风力发电技术的探讨 [J]. 高敏. 科技创新与应用. 2018(30)
博士论文
[1]基于多小波变换的矿用齿轮箱故障诊断研究[D]. 华伟.中国矿业大学(北京). 2017
硕士论文
[1]基于EEMD的多频组合短期负荷预测[D]. 李向军.西安理工大学. 2019
[2]风力发电机组齿轮箱故障诊断方法研究[D]. 汤迪.西安理工大学. 2019
[3]功率硬件在环仿真系统的稳定性及接口算法研究[D]. 樊振东.合肥工业大学. 2019
[4]结合GHM多小波变换与MCKD的齿轮典型故障诊断研究[D]. 初思明.哈尔滨理工大学. 2019
[5]功率硬件在环仿真系统接口算法研究[D]. 孙麒.合肥工业大学. 2019
[6]时频分析方法在地震资料处理中的研究与应用[D]. 杨澄雨.成都理工大学. 2018
[7]风电机组数据实时采集与处理及存储系统的设计与实现[D]. 于晓帆.北京工业大学. 2018
[8]倍频程分析新方法及其声功率检测应用研究[D]. 吕晴.湖南大学. 2018
[9]基于多小波与SVM的捣固车滚动轴承故障诊断的研究[D]. 宋怡然.昆明理工大学. 2018
[10]风力发电场远程集中监控系统的设计与实施[D]. 王兆严.华北电力大学. 2017
本文编号：3530150
【文章来源】： 北京建筑大学北京市
【文章页数】：130 页
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 引言
1.2 大型风电机组传动链
1.2.1 概述
1.2.2 传动链故障分析
1.2.3 传动链测试平台
1.3 大型风机传动链测试平台研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 应用于测试平台的数据采集与分析系统研究现状
1.5 主要研究内容
第2章 测试平台整体方案及测试技术研究
2.1 测试平台整体研究
2.2 测试平台重要部件
2.2.1 电网模拟器
2.2.2 风力机模拟器
2.2.3 五自由度非扭矩载荷加载装置
2.2.4 数据采集与分析系统
2.3 数据采集与分析系统总体设计方案
2.3.1 重要测点设计
2.3.2 数据采集系统总体设计方案
2.3.3 信号采集方式设计
2.3.4 数据采集系统设计
2.3.5 数据分析系统设计
第3章 数据采集系统开发
3.1 硬件部分开发
3.1.1 机箱选型
3.1.2 控制器选型
3.1.3 数据采集卡选型
3.2 软件部分开发
3.2.1 开发环境及流程
3.2.2 身份验证
3.2.3 数据采集
3.2.4 数据存储
3.3 系统测试
3.3.1 硬件部分测试
3.3.2 软件部分测试
第4章 基于多小波的信号预处理方法研究
4.1 多小波理论研究
4.1.1 多小波理论基础
4.1.2 常用多小波
4.1.3 多小波预处理方法
4.1.4 多小波及预处理方法优化选择
4.2 多小波降噪理论研究
4.2.1 多小波降噪基本原理
4.2.2 多小波自适应阈值的降噪方法
4.3 模态分解降噪理论研究
4.3.1 EMD理论基础
4.3.2 EEMD理论基础
4.3.3 自适应EEMD算法研究
4.4 改进EEMD-多小波自适应阈值信号降噪方法研究
第5章 数据分析系统开发
5.1 数据回放
5.2 数据预处理
5.2.1 去趋势项
5.2.2 数据平滑处理
5.2.3 滤波降噪
5.2.4 LabVIEW-MATLAB联合降噪
5.3 数据分析
5.3.1 时域分析
5.3.2 频域分析
5.3.3 时频分析
5.3.4 噪声信号分析方法
5.4 数据分析系统测试
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]基于多小波和峭度准则的风力发电机滚动轴承故障检测 [J]. 聂永辉,徐明文,张译丹. 东北电力大学学报. 2019(06)
[2]一种改进的基于LabVIEW的DAQ采集系统设计 [J]. 张海波,毕敬腾,李廷军. 舰船电子工程. 2019(10)
[3]基于LabVIEW的振动信号分析系统设计 [J]. 李思琦,蒋志坚. 北京建筑大学学报. 2019(03)
[4]永磁同步风力发电系统控制技术综述 [J]. 李胜,张兰红,单毅. 微电机. 2019(09)
[5]爆破振动信号分析中模态混叠和虚假分量消除的改进方法 [J]. 李清,徐文龙,张迪,李娜,冯丹丹. 振动与冲击. 2019(17)
[6]基于AVMD和谱相关分析的风电机组轴承故障诊断 [J]. 齐咏生,白宇,高胜利,李永亭. 太阳能学报. 2019(07)
[7]永磁同步电机矢量控制系统建模仿真研究 [J]. 余江,杨世春,李亚伦. 计算机仿真. 2019(03)
[8]基于PXIe高速DAQ性能提升的关键技术研究 [J]. 黄燕,黄光明. 电子测量技术. 2019(02)
[9]无量纲参数滚动轴承长相关故障趋势预测 [J]. 李宇飞,宋万清,陈剑雪. 噪声与振动控制. 2018(06)
[10]基于新能源发电风力发电技术的探讨 [J]. 高敏. 科技创新与应用. 2018(30)
博士论文
[1]基于多小波变换的矿用齿轮箱故障诊断研究[D]. 华伟.中国矿业大学(北京). 2017
硕士论文
[1]基于EEMD的多频组合短期负荷预测[D]. 李向军.西安理工大学. 2019
[2]风力发电机组齿轮箱故障诊断方法研究[D]. 汤迪.西安理工大学. 2019
[3]功率硬件在环仿真系统的稳定性及接口算法研究[D]. 樊振东.合肥工业大学. 2019
[4]结合GHM多小波变换与MCKD的齿轮典型故障诊断研究[D]. 初思明.哈尔滨理工大学. 2019
[5]功率硬件在环仿真系统接口算法研究[D]. 孙麒.合肥工业大学. 2019
[6]时频分析方法在地震资料处理中的研究与应用[D]. 杨澄雨.成都理工大学. 2018
[7]风电机组数据实时采集与处理及存储系统的设计与实现[D]. 于晓帆.北京工业大学. 2018
[8]倍频程分析新方法及其声功率检测应用研究[D]. 吕晴.湖南大学. 2018
[9]基于多小波与SVM的捣固车滚动轴承故障诊断的研究[D]. 宋怡然.昆明理工大学. 2018
[10]风力发电场远程集中监控系统的设计与实施[D]. 王兆严.华北电力大学. 2017
本文编号：3530150
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3530150.html
