基于改進(jìn)PSO優(yōu)化支持向量機(jī)的風(fēng)力發(fā)電機(jī)組齒輪箱故障診斷研究.pdf

1、目前全球風(fēng)力發(fā)電裝機(jī)容量在逐漸遞增,風(fēng)電機(jī)組的關(guān)鍵部位已成為監(jiān)測與維護(hù)重要部分。而齒輪箱又是當(dāng)前主流的非直驅(qū)風(fēng)電機(jī)組中關(guān)鍵零部件之一。它的工作狀態(tài)將對(duì)整個(gè)機(jī)組有直接的影響,當(dāng)其有故障時(shí)會(huì)導(dǎo)致機(jī)組異常振動(dòng)嚴(yán)重時(shí)可能致機(jī)組停機(jī)。所以,風(fēng)力發(fā)電機(jī)組的齒輪箱故障診斷的相關(guān)研究將對(duì)風(fēng)電行業(yè)有很重要的意義。
　　該文對(duì)以下幾個(gè)方面進(jìn)行了研究:
　　首先,對(duì)風(fēng)電機(jī)組齒輪箱基本結(jié)構(gòu),各部件常見故障及成因進(jìn)行介紹,闡述了每個(gè)部件的故障振動(dòng)信號(hào)

2、的基本特征。經(jīng)過進(jìn)一步研究得到齒輪箱故障診斷常用的時(shí)域、頻域、時(shí)頻診斷方法以及不足。同時(shí)得到一些齒輪箱診斷技術(shù)的新的方法。
　　其次,因?yàn)榉瞧椒€(wěn),非線性的信號(hào)特征是齒輪箱振動(dòng)信號(hào)的主要組成。通過研究后本文采用集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)方法對(duì)原始振動(dòng)信號(hào)進(jìn)行預(yù)處理。得到固有模態(tài)函數(shù)(IMF)并對(duì)其提取特征向量。
　　最后,將得到的特征向量分別進(jìn)行支持向量機(jī)(SVM)算法和粒子群優(yōu)化支持向量機(jī)算法(PSO-SVM)以及改進(jìn)粒子