基于振動監(jiān)測的風電機組滾動軸承故障診斷應用研究.pdf

1、隨著可再生能源的積極發(fā)展，風能作為清潔的、應用技術較成熟的可再生能源之一，備受世界各國關注。然而，伴隨著投產(chǎn)風電機組容量的不斷增長，風電機組的運行維護、監(jiān)測、故障診斷等逐漸成為風電行業(yè)急需解決的問題，滾動軸承作為風電機組傳動系統(tǒng)的關鍵部件，其運行狀態(tài)監(jiān)測與故障診斷對整體風電機組的監(jiān)測具有重要的意義。因此，本文以風電機組滾動軸承為研究對象，從振動監(jiān)測角度展開，基于自適應噪聲完整集成經(jīng)驗模態(tài)分解(CEEMDAN)和譜峭度算法進行滾動軸承振動

2、信號的消噪。同時，在消噪處理的基礎上提出同步壓縮變換(SST)譜熵算法實現(xiàn)了軸承振動信號的故障特征提取，并利用支持向量機完成軸承各故障狀態(tài)的分類識別，進一步基于LabVIEW搭建風電機組狀態(tài)監(jiān)測與故障診斷系統(tǒng)。本文具體工作如下：
　　首先，針對軸承振動信號易受噪聲干擾，特征不易提取的特點，研究基于CEEMDAN和譜峭度相結合的滾動軸承振動信號降噪方法。CEEMDAN算法用于對振動信號的分解，采用互相關系數(shù)法篩選出合適分量重構，譜峭

3、度算法用于確定最優(yōu)濾波器的參數(shù)，通過實際軸承數(shù)據(jù)對降噪方法進行驗證。
　　其次，提出了基于同步壓縮變換譜熵的滾動軸承振動信號故障特征定量分析方法，建立了基于支持向量機的智能故障診斷分類模型，實現(xiàn)軸承運行狀態(tài)的自動分類識別。通過仿真軸承振動數(shù)據(jù)和軸承振動實驗數(shù)據(jù)對比驗證方法的有效性。
　　最后，面向工程實際需求，構建了基于LabVIEW風電機組滾動軸承狀態(tài)監(jiān)測和故障診斷系統(tǒng)。在研究整體系統(tǒng)的需求基礎上，完成系統(tǒng)的總體設計，實現(xiàn)