基于振動(dòng)監(jiān)測(cè)的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障診斷研究.pdf

1、風(fēng)力發(fā)電近年來發(fā)展迅猛,已成為最具前途的可再生能源,由于風(fēng)電機(jī)組多運(yùn)行在惡劣的工況下,變速變載荷,機(jī)組的可靠性逐漸成為目前研究的熱點(diǎn)。本文主要針對(duì)風(fēng)電機(jī)組傳動(dòng)部分的機(jī)械故障,綜合運(yùn)用信號(hào)處理和機(jī)器學(xué)習(xí)等方面的最新技術(shù),分析故障信號(hào),提取故障特征,并進(jìn)行智能故障診斷,以期提高風(fēng)電機(jī)組運(yùn)行的可靠性和可利用率。
　　 本文首先介紹了風(fēng)電機(jī)組的基本結(jié)構(gòu),分析了傳動(dòng)系統(tǒng)常見的故障,闡明了主軸、齒輪箱及發(fā)電機(jī)故障產(chǎn)生的原因和機(jī)理,分析了齒輪

2、及軸承的故障特征頻率。繼而介紹了EMD(經(jīng)驗(yàn)?zāi)B(tài)分解)的基本原理,通過仿真實(shí)例驗(yàn)證了EMD在非平穩(wěn)信號(hào)處理中的優(yōu)勢(shì),進(jìn)而介紹了小波閾值收縮法,通過軸承的故障分析實(shí)例驗(yàn)證了EMD結(jié)合小波閾值收縮去噪對(duì)故障特征提取的有效性,總結(jié)了用該方法進(jìn)行故障特征提取的步驟,為后續(xù)的智能故障診斷做了必要的準(zhǔn)備。接下來概括了LS-SVM(最小二乘支持向量機(jī))和PSO(粒子群優(yōu)化算法)的理論和特點(diǎn),針對(duì)風(fēng)電機(jī)組多故障類型的診斷問題建立了多層LS-SVM診斷模