基于流形學(xué)習(xí)的風(fēng)電機組齒輪箱故障診斷方法研究.pdf

1、風(fēng)能的發(fā)展具有無窮的潛力，全球所擁有的可利用風(fēng)能資源若用于發(fā)電相當(dāng)于全球發(fā)電量的5倍。風(fēng)力發(fā)電投資靈活、經(jīng)濟，風(fēng)電場運行簡單，然而風(fēng)電機組的頻繁故障增加了風(fēng)電成本，高額的維修費用和故障停機造成了巨大的經(jīng)濟損失。據(jù)統(tǒng)計，風(fēng)電機組出現(xiàn)故障的主要部件中齒輪箱的故障發(fā)生率較高，且造成機組停機時間最長。鑒于此，研究發(fā)展先進的故障診斷方法對其實現(xiàn)實時精確的診斷具有重要意義。
　　論文以兩級行星輪加一級平行軸結(jié)構(gòu)的齒輪箱為研究對象，通過搭建齒輪

2、箱仿真模型獲取并分析了振動信號。在此基礎(chǔ)上，綜合運用機器學(xué)習(xí)、振動分析和時頻分析等技術(shù)方法，開展了一種基于流形學(xué)習(xí)理論的故障診斷方法研究。
　　首先，闡述了流形學(xué)習(xí)的基本理論和幾種經(jīng)典的流形學(xué)習(xí)算法，分析了流形學(xué)習(xí)中存在的一些問題，如近鄰參數(shù)選擇、本征維數(shù)估計、監(jiān)督學(xué)習(xí)、噪聲影響及泛化學(xué)習(xí)等。繼而針對近鄰參數(shù)選擇和監(jiān)督學(xué)習(xí)問題，提出了一種改進算法，基于隨機投影的正交判別流形學(xué)習(xí)算法。該算法用流形距離代替歐氏距離選擇近鄰點，有效避免

3、了原算法對近鄰參數(shù)的敏感性，通過引入最大間距準(zhǔn)則增加了算法的監(jiān)督判別能力，采用隨機投影實現(xiàn)了從高維空間到低維空間的映射，并且能以高概率保證投影后數(shù)據(jù)點之間的距離變化極小，通過仿真驗證了改進算法的有效性。
　　然后，在UG軟件中搭建了1.5MW風(fēng)電機組齒輪箱的三維實體模型，并將其導(dǎo)入Adams(Automatic dynamic analysis of mechanical systems,機械系統(tǒng)動力學(xué)自動分析)，添加相應(yīng)的約束條

4、件和構(gòu)件屬性信息，得到了齒輪箱的虛擬樣機模型，進而從得到的響應(yīng)曲線驗證了模型的準(zhǔn)確性。為了獲取故障信號，對齒輪箱加入人為故障并建立了故障仿真模型，得到了齒輪箱在正常、斷齒和軸不對中狀態(tài)下的振動信號。最后，論文采用基于流形學(xué)習(xí)的故障診斷模型“振動信號→基于隨機投影的正交判別流形學(xué)習(xí)算法→經(jīng)驗?zāi)B(tài)分解→本征模態(tài)函數(shù)能量熵→支持向量機分類識別”，實現(xiàn)了齒輪箱的故障診斷。
　　論文創(chuàng)新在于，針對鄰域選取問題和監(jiān)督學(xué)習(xí)問題，對局部線性嵌入算