大型風(fēng)電機組狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)研究.pdf

1、風(fēng)力發(fā)電近年來在全球發(fā)展十分迅猛,總裝機容量連年刷新紀錄。在全球風(fēng)電大發(fā)展的同時,產(chǎn)生了一系列亟待解決的問題。由于風(fēng)電機組長期工作在條件惡劣的環(huán)境中,氣溫變化大,風(fēng)沙、風(fēng)速、載荷變化隨機、不確定等因素導(dǎo)致機組各部件故障頻發(fā),加之機組分布分散,難以及時有效的發(fā)現(xiàn)故障,并且發(fā)生故障時,維護和檢修困難,停機時間長,嚴重影響了風(fēng)電的經(jīng)濟性。因此,開展風(fēng)電機組的狀態(tài)監(jiān)控與故障診斷研究,對于提高風(fēng)電運營的可靠性、安全性和經(jīng)濟性有著重大且長遠的現(xiàn)實意

2、義。
　　本文從風(fēng)力發(fā)電機組狀態(tài)監(jiān)測的現(xiàn)場實際需求出發(fā),通過對山西某集團公司的3MW風(fēng)力發(fā)電機組進行實際調(diào)研,針對風(fēng)機傳動系統(tǒng)的主要故障類型和特點,自主設(shè)計研發(fā)了風(fēng)電機組傳動系統(tǒng)故障模擬實驗臺。在實驗臺的硬件基礎(chǔ)條件上,創(chuàng)新故障診斷方法,針對風(fēng)電機組傳動系統(tǒng)的故障振動信號所具有的非平穩(wěn)、非線性以及復(fù)雜的調(diào)制成分的特點,提出了消除了頻帶錯亂缺陷、分解更精細、分辨率更佳的改進型節(jié)點重構(gòu)小波包算法結(jié)合包絡(luò)譜的故障診斷新方法。針對風(fēng)電機組

3、傳動系統(tǒng)的早期故障振動信號的時變微弱性以及故障與征兆的非線性映射導(dǎo)致的故障識別困難問題提出了改進型的節(jié)點重構(gòu)小波包聯(lián)合PNN(概率神經(jīng)網(wǎng)絡(luò))的故障診斷新方法。通過采用實驗臺的實際數(shù)據(jù)對提出的兩種故障診斷新方法進行驗證,證實了方法的可行性和準確性,為今后更加深入進行風(fēng)電機組的狀態(tài)監(jiān)測和故障診斷研究提供了有利的工具和技術(shù)支持。
　　本文還完成了風(fēng)電機組狀態(tài)監(jiān)測系統(tǒng)的傳感器的選型、監(jiān)測點的確定以及系統(tǒng)的研究設(shè)計工作和現(xiàn)場的測試工作。參與