基于振动监测的风电机组传动系统故障诊断研究

《基于振动监测的风电机组传动系统故障诊断研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、⑧论文作者签名：指导教师签名：论文评阅人1：评阅人2：评阅人3：评阅人4：评阅人5：委员1：委员2：委员3：委员4：委员5：答辩日期：Ex锄i11ingCommitteeChai印erson：Ex锄iningColll]mitteeMembers：Dateoforaldefence：浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得逝鎏盘堂或其他教

2、育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解迸姿盘堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝婆盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：导师签名：签字日期：年月日签字日期：年月

3、日浙江大学硕士学位论文摘要风力发电近年来发展迅猛，已成为最具前途的可再生能源，由于风电机组多运行在恶劣的工况下，变速变载荷，机组的可靠性逐渐成为目前研究的热点。本文主要针对风电机组传动部分的机械故障，综合运用信号处理和机器学习等方面的最新技术，分析故障信号，提取故障特征，并进行智能故障诊断，以期提高风电机组运行的可靠性和可利用率．本文首先介绍了风电机组的基本结构，分析了传动系统常见的故障，阐明了主轴、齿轮箱及发电机故障产生的原因和机理，分析了齿轮及轴承的故障特征频率。继而介绍了EMD(经验模态分解

4、)的基本原理，通过仿真实例验证了EMD在非平稳信号处理中的优势，进而介绍了小波阈值收缩法，通过轴承的故障分析实例验证了EMD结合小波阈值收缩去噪对故障特征提取的有效性，总结了用该方法进行故障特征提取的步骤，为后续的智能故障诊断做了必要的准备。接下来概括了LS．SVM(最小二乘支持向量机)和PSO(粒子群优化算法)的理论和特点，针对风电机组多故障类型的诊断问题建立了多层Ls．sVM诊断模型，并使用改进的PsO算法对模型参数分层进行优化。最后，设计了风电机组传动系统故障模拟实验，通过实测数据验证了基于

5、EMD的故障特征提取方法和基于PSO优化的LS．SVM智能诊断模型的有效性，结果表明，EMD能够有效提取风电机组传动系统的故障特征，基于PSO算法分层优化采用径向基核函数的LS．SvM分类器具有分类速度快，准确率高等优点，故障诊断准确率高于常用的SVM，ANN等分类器。关键词：风力发电机组，状态监测，故障诊断，小波阈值收缩去噪，经验模态分解，支持向量机，最小二乘支持向量机，粒子群优化算法浙江大学硕士学位论文AbstractRenewdbleenergyplaysaVitalroleiIlpo、)~

6、，erindus仃yt0伽fill也e伊owiIlgdem如dofpoweriIliIldus仃ialsectoraIldo心erutilities，especiaUymewiIldpower协dus仃yenonnouslyexpandedd嘶ngt11elastfewyears．Thef瓠texpansionofthewiIldpowermarketh髂alsocomewithsomeproblemstllathavebeenreported．Theobjectiveofnlispaperist

7、oiIlcre勰ethereliabili僻嬲、Ⅳellas吐leavailabili西ofw砌tIⅡbiIle．Thebasics廿1Jcnlreoftlle、)l，indtllrbiIlewasin缸．oducediIl也e丘rStplaceinW11ichmedrive砌nw硒emphasized锄danalyzedi11details．Thentllef-allltpatterIlsaIldfal】Itcausesofmaills眦，gearboxandgeneratorbearmgwer

8、ehlvestigatedaus吐lesepansaremostⅥlhlera_ble觚dmayresultillsedouS蛔ageevencat嬲订ophe．Then廿1epaper咖ducesnleb懿icpriIlciplesoftlleEmpiricalModeDecomposition(EMD)wllichisverysui讪lefIornon．s僦oIl奶7si羽[1alprocessiIlgsuchas廿levib恤onsignalsf．romwindtI曲iIle