面向風(fēng)電機組的齒輪箱軸承故障診斷技術(shù)研究.pdf

1、齒輪箱是風(fēng)電機組傳動系統(tǒng)的重要組成部分，齒輪箱的滾動軸承是傳動鏈中故障率較高的部件之一。軸承發(fā)生故障不但影響機組的正常運行，甚至波及供電側(cè)電網(wǎng)的安全平穩(wěn)運行。因此對風(fēng)電機組齒輪箱軸承故障進行快速診斷具有重要的現(xiàn)實意義和使用價值。本文在深入分析風(fēng)力發(fā)電機組的基本組成結(jié)構(gòu)、故障機理、故障特征及其特征頻率的基礎(chǔ)上采用經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition)改進閾值方法對滾動軸承出現(xiàn)故障時的振動信號進行降噪預(yù)處理

2、，然后提取故障特征，分析故障類型。將剛頻域分析技術(shù)和旋轉(zhuǎn)機械故障理論知識結(jié)合起來，針對風(fēng)力發(fā)電機組的機械傳動系統(tǒng)出現(xiàn)的常見機械故障問題，如斷齒、點蝕、磨損、偏心、軸承內(nèi)圈、外圈、滾動體損壞等故障問題進行綜合分析研究，并采用智能分類算法支持向量機(Support Vector Machines)對風(fēng)電機組的齒輪箱軸承進行故障分析和分類研究，采用實測實驗?zāi)M故障數(shù)據(jù)驗證故障診斷算法的可行性和準(zhǔn)確性，為風(fēng)力發(fā)電機組故障診斷提供一種新的解決方法

3、。研究內(nèi)容和結(jié)論如下:
　　(1)從機械故障診斷的基本原理出發(fā)分析研究風(fēng)力發(fā)電機組齒輪箱滾動軸承機械振動故障機理，分析出各個部件出現(xiàn)故障的特征頻率，明確不同部件故障所對應(yīng)的故障特征，為后續(xù)故障診斷和分類實驗驗證提供數(shù)據(jù)支撐和理論依據(jù)。
　　(2)在獲得故障測試數(shù)據(jù)之后，采用小波分解與EMD分解閾值方法進行降噪處理、頻譜和包絡(luò)譜分析，觀察分析頻譜圖中的故障特征量，提出了改進EMD閾值降噪方法，并驗證其可行性和優(yōu)越性。
　

4、　(3)在故障數(shù)據(jù)中選取峰-峰值、有效值、方差和峭度值指標(biāo)作為故障特征量，采用支持向量機分類識別算法對所選取的故障特征量組成的訓(xùn)練樣本進行訓(xùn)練，構(gòu)成故障診斷基本模型，然后采用網(wǎng)格搜索方法、遺傳算法、粒子群算法這三種參數(shù)優(yōu)化算法對支持向量機診斷模型的參數(shù)進行優(yōu)化，以獲取齒輪箱滾動軸承的故障點的精確定位和故障類型的有效辨識，仿真結(jié)果表明，網(wǎng)格搜索法雖然計算速度相對較快一些，但是故障類型分類準(zhǔn)確率較低。遺傳算法容易陷入局部最優(yōu)并且計算速度相對