基于邻域粗糙集与支持向量机的大型风机齿轮箱故障诊断.pdf

《基于邻域粗糙集与支持向量机的大型风机齿轮箱故障诊断.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年8月机床与液压Aug．2014第42卷第l5期MACHINET00L&HYDRAULICSVo1．42NO．15DOI：10．3969／j．issn．1001—3881．2014．15．045基于邻域粗糙集与支持向量机的大型风机齿轮箱故障诊断陈立军，侯爽，叶种，张艳平(东北电力大学自动化工程学院，吉林吉林132012)摘要：大型风机的齿轮箱故障诊断是保证风机正常、稳定运行，避免突发性事故的有效手段。针对大型风机齿轮箱振动进行实时监测，对其振动情况进行分析、诊断。对采集的信号采用时域方法进行研究，获取时域指标属性，运_旰J邻域粗糙集约

2、简知识对各个信息属性进行约简，再结合支持向量机进行样本训练，并对待测数据进行故障诊断。关键词：齿轮箱；故障诊断；振动监测；邻域粗糙集；支持向量机(SVM)中图分类号：TP182文献标识码：A文章编号：1001—3881(2014)l5—180—5Large-scaleWindTurbineGearboxFaultDiagnosisBasedonNeighborhoodRoughSetandSupportVectorMachineCHENLijun，HOUShuang，YEChong，ZHANGYanping(SchoolofAutomatio

3、nEngineering，NortheastDianliUniversity，JilinJilin132012，China)Abstract：Thegearboxfaultdiagnosisistheeffectivemeasuretoavoidthesuddenaccidentandensurethenormal，stable(1I)era—tionoflarge—scalewindturbine．Aimedatthereal—tinmvibrationmonitoringoflargescalewindturbinegearbox。its

4、vibration【ondilionwasanalyzedandfaultdiagnosed．Thecollectedsignalswereresearchedbythetime一(tomainmethod，andthesignaltime—domainattrib—utewasachieved．Eachin．formationattributewasreducedbyusingknowledgeofneighborhoodroughset，andthencomt)inedwithsup—portvectormachine(SVM)forsa

5、mpletraining．Moreoverfauhdiagnosisofthetestdataisrealized．Keywords：Gearbox；Faultdiagnosis；Vibrationmonitoring；NeighborhoodRoughSet；SupportVectorMachine(SVM)随着煤、石油等传统能源开采使用带来的环境、的敏感度方面更具优越性，对早期故障有很好的诊断气候等问题，开发利用新能源、节能减排、发展智能能力，信号依赖幅值概率密度函数能非常直观地反应电网已成为我国能源发展的重要战略。过去的10年，机械设备

6、的故障特征；而且不依赖设备运行转速与中国风电装机增长了47倍，截至2011年，全国累计轴承的技术参数，能够反映故障的总体趋势，住旋转装机容量达到6236．42万kW，居世界第一位，预计机械的故障诊断中有很大优势。2020年，至少将达到1．5亿kW。工作环境恶劣在时域研究中，常多采用时域参数指标作为判定致使风力发电机组比其他旋转机械更易出现故障，近故障的依据。辜幼川，戴华勇。，卜萍采用3个些年风电事故频出，并网电量大幅度减少，对电时域指标对破碎机轴承进行故障诊断，阐明时域诊断网冲击大，损失严重。设备运行的安全性受到越来越在旋转机械的故障诊断中的

7、优势；崔硕采用4个多的重视，有效地进行故障检测与诊断就显得尤为时域指标判定故障的准确性。唐新安等对风力发重要。调查显示齿轮箱是风机中发生故障频率最高的电机组齿轮箱进行振动测试和分析，采用7个指标对部件。，这些故障包括滚动轴承内圈划伤、滚动轴故障进行研究，判断故障及故障位置，其运算量、工承外圈剥落、轴承保持架损坏、齿轮磨损、齿轮断齿作量相对指标少的诊断系统大，运算慢、丁扰多，一(崩齿)等几种典型故障。齿轮箱的故障检测和诊断定程度上影响诊断的快速性和精确性；彭安群，王惠的研究一直是一个研究热点。研究多基于齿轮箱振动中基于数据挖掘的风力发电机故障诊

8、断系统研究，信号的检测，研究方法可分为时域和频域两种。在频采用7个指标运用粗糙集与决策树相结合的方法进行域中，一般采用频谱分析、细化谱分析等，可通过傅故障诊断；吴德