当前位置:主页 > 硕博论文 > 工程博士论文 >

变转速工况下直驱式永磁同步风力发电机轴承故障诊断方法研究

发布时间:2021-04-30 05:28
  风能是一种清洁的可再生能源,发展风力发电能够减少化石能源的燃烧,对促进经济发展、保护生态环境、实现社会可持续发展具有十分重要的意义。风力发电机是实现机械能到电能转化的设备,发电机的状态监测和故障诊断对于保障风机的安全运行、减少停机损失和避免灾难性事故十分重要。直驱式永磁同步风力发电机具有结构简单、效率高等优势被广泛应用于风电机组中。轴承是支撑风机转轴旋转的关键核心部件,其可靠性直接影响风机的效率和安全。本文主要研究直驱式永磁同步风力发电机轴承的故障诊断问题。轴承在恒转速工况运行时,可以采用时域或频域分析方法对轴承振动信号进行分析。如果轴承部件存在故障,则在振动信号的包络谱中会出现与轴承故障类型相关的特征频率。由于风速的方向和大小随着天气不断变化,因而发电机轴承运行在变转速工况。变转速工况会使得频谱中的谱线变得模糊,从而影响对轴承故障类型的判断。阶次分析方法能够将时域信号转换为角域信号,从而阶次谱中的谱线将不再随着转速变化,因而适用于变转速工况下的轴承故障诊断。阶次分析需要转轴转速信号用作角域重采样的参考信号。在某些情况下,风机的生厂商或者风电厂无法提供精确的风机转速参考信号。此时,需要... 

【文章来源】:中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】:129 页

【学位级别】:博士

【文章目录】:
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
        1.1.1 选题意义
        1.1.2 风力发电的研究现状分析
        1.1.3 风力发电机系统简介
    1.2 风力发电机机组故障诊断研究现状分析
        1.2.1 风机故障诊断文献分析
        1.2.2 机组的常见故障分析
        1.2.3 永磁同步发电机故障诊断分析
        1.2.4 当前研究存在的问题总结
    1.3 论文的主要研究工作
        1.3.1 论文主要研究内容与技术路线
        1.3.2 论文创新点
第2章 变转速工况下基于阶次分析的轴承故障诊断
    2.1 引言
    2.2 恒转速工况下基于频谱分析的轴承故障诊断
    2.3 变转速工况下基于阶次分析的轴承故障诊断
        2.3.1 阶次分析基本原理
        2.3.2 阶次分析的实现方式
    2.4 无转速计阶次分析
        2.4.1 基于振动信号分析的转速估计和阶次分析
        2.4.2 基于电流信号分析的转速估计和阶次分析
    2.5 本章小结
第3章 噪声干扰下永磁同步发电机轴承自适应故障检测方法研究
    3.1 引言
    3.2 基于发电机电流分析的发电机转速估计
        3.2.1 基于过零点检测ZCP的自适应频率范围估计
        3.2.2 使用零相位无限脉冲响应滤波器对信号进行滤波
        3.2.3 构建解析信号提取转子旋转角度
    3.3 基于振动信号分析的轴承阶次分析
    3.4 基于随机共振的轴承故障特征增强和检测
        3.4.1 基于随机共振的微弱信号检测
        3.4.2 基于时延反馈随机共振方法的轴承振动信号提取
        3.4.3 基于加权功率谱峭度指标的TFSR参数调节
    3.5 方法小节
    3.6 实验装置
    3.7 实验结果
        3.7.1 轴承外圈小尺寸故障检测
        3.7.2 轴承内圈小尺寸故障检测
        3.7.3 轴承外圈大尺寸故障检测
        3.7.4 轴承内圈大尺寸故障检测
        3.7.5 算法效率分析
    3.8 讨论
    3.9 本章小结
第4章 基于单一振动信号分析的永磁同步发电机轴承故障诊断研究
    4.1 引言
    4.2 基于单一振动信号分析的永磁同步发电机轴承故障诊断
        4.2.1 基于小波变换的时频信号分析
        4.2.2 基于同步压缩小波变换的轴承振动信号分解
        4.2.3 在时频面上进行脊线提取
        4.2.4 重构信号分量提取转速信息
        4.2.5 振动信号阶次分析与轴承故障诊断
    4.3 实验装置
    4.4 实验结果
        4.4.1 轴承外圈故障诊断
        4.4.2 轴承内圈故障诊断
        4.4.3 小波母函数的选择
    4.5 本章小结
第5章 变转速工况下永磁同步发电机轴承故障模式识别研究
    5.1 引言
    5.2 基于电流和振动信号分析的幅值补偿矫正和阶次分析
    5.3 阶次信号的特征提取
    5.4 基于神经网络的轴承信号特征融合与模式识别
        5.4.1 反向传播神经网络结构
        5.4.2 反向传播神经网络算法
    5.5 实验装置
    5.6 实验结果
        5.6.1 变转速工况下的轴承振动信号
        5.6.2 振动信号幅值补偿矫正
        5.6.3 振动信号重采样
        5.6.4 神经网络模型训练
        5.6.5 故障模式识别结果
        5.6.6 对比实验结果
    5.7 本章小结
第6章 总结与展望
    6.1 主要结论
    6.2 本课题创新点
    6.3 本课题展望
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果



本文编号:3168929

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/gckjbs/3168929.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d9973***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com