欢迎来到天天文库
浏览记录
ID:34976925
大小:3.95 MB
页数:55页
时间:2019-03-15
《风力发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、:V;篇班;'':V-'_-?■''-----:I-巧-;..■-一-二.,'—::;心v<':.乃^'.^為心.心t.聲疑驴风力发电觀传动系麵障诊麵赛'.R說ea扣货oaPatiMI>iaiiosis<3f.W!5i.dl\rbi!i6IMYg^^^^^^'.s於柏削:v;V又旨纖,丫V.'"...着議%Ic;;福—20153.;年序/;1;胃华北电力大学硕±学位论文原创性声明本人郑重声明;此处所提交的硕
2、古学位论文《风力发电机组传动系统故障诊断研究》,是本人在导师指导下,在华北电力大学攻读硕壬学位期间独立进行研究工作所取得的成果。据本人所知,论文中除己注明部分外不包含他人己发表或撰写过的研究成果,均己在文中W明确方式。对本文的研究工作做出重要贡献的个人和集体注明。本声明的法律结果将完全由本人承担。■作者签名;日期;iw年多月祀/华北电力大学硕±学位论文使用授权书《风力发电机组传动系统故障诊断研究》系本人在华北电力大学攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研究成果归华北电力大学所有,本论文的
3、硏究内容不得W其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定,同意学校保留并向有关部口送交论文的复印件和电子版本,允许论文被查阅和借阅。本人授权华北电力大学,可W采用影印、缩印或其他复制手段保存论文,可公布论文的全部或部分"内容"。本保密学位论文属于(请在1^下相应方框内打V);不□,在年解密后适用本授权书保密马/作者签名:;^:^5曰期:年月/2h^^3导师签名:曰期年J月/2^曰刮此国内图书分类号:TK83学校代码:10079国际图书分类号:621密级:公开专业硕士
4、学位论文风力发电机组传动系统故障诊断研究硕士研究生:黄秀梅导师:刘长良教授申请学位:工学硕士学科:控制科学与工程专业:控制工程所在学院:控制与计算机工程学院答辩日期:2015年3月授予学位单位:华北电力大学ClassifiedIndex:TK83U.D.C:621ThesisfortheMasterDegreeResearchonFaultDiagnosisofWindTurbineDriveSystemCandidate:HuangXiumeiSupervisor:Prof.LiuChangliangSchool:SchoolofContr
5、olandComputerEngineeringDateofDefence:March,2015Degree-Conferring-Institution:NorthChinaElectricPowerUniversity华北电力大学硕士学位论文摘要我国的风机装机容量已经走在世界的前端,但是,随着风力发电机组装机容量及投运时间的增加,风电系统中的设备也逐渐出现一些问题。设备频繁出现事故或故障将造成的巨大损失,对风力发电的经济效益造成严重影响。本文在介绍风力发电机的发展现状、基本结构组成和常见故障的基础上,选择风电机组传动系统中主要部件,如齿轮
6、箱、发电机、主轴承等进行故障诊断研究。针对于风电机组中旋转机械振动信号的非平稳、非线性等复杂特性,本文将最新的时频分析方法局部均值分解(Localmeandecomposition,LMD)用于提取振动信号的特征信息并进行故障诊断研究。局域均值分解方法能够将一个复杂的多分量调频调幅信号自适应的分解为若干由包络信号和纯调频信号相乘得到的PF分量,由纯调频信号可以求出PF分量的瞬时频率。采用LMD分解中的包络信号进行线性调频z变换(CZT变换)并求其细化谱的方法,对滚动轴承振动信号进行特性分析,判断其是否出现故障特征频率,以实现对振动信号的故障诊
7、断研究。并与利用包络谱求振动信号特征频率的方法进行比较,验证方法的有效性。利用包络谱分析和频谱分析相结合的方法对齿轮故障振动信号特性进行诊断。采用基于LMD分解和奇异值分解的特征提取与模糊C均值聚类(FuzzyC-MeansClusteringAlgorithm,FCM)结合的方法用于故障的识别分类诊断中。首先对滚动轴承振动信号LMD分解得到的PF分量进行奇异值分解,将奇异值矩阵作为特征向量。然后以FCM聚类方法作为故障分类器,实现对不同故障类型的识别分类诊断。该方法可以一次实现大量故障数据的分类诊断。关键词:风力发电,故障诊断,齿轮箱,滚动
8、轴承,LMD,包络谱,FCMI华北电力大学硕士学位论文AbstractOurwindpowercapacityhasbeenattheforefrontofthew
此文档下载收益归作者所有