风机传动系统关键机械部件状态监测与故障诊断研究

《风机传动系统关键机械部件状态监测与故障诊断研究》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、分类号TK83密级UDC编号上海电机学院硕士学位论文风机传动系统关键机械部件状态监测与故障诊断研究REASEARCHONWINDTURBINEDRIVESYSTEMKEYMECHANICALCOMPONENTSCONDITIONMONITORINGANDFAULTDIAGNOSISTECHNOLOGY硕士研究生占健学号126001010217校内导师吴斌副教授企业导师余建波高级工程师工程领域电气工程申请学位工学硕士所在单位电气学院答辩日期2015年03月08日授予学位单位上海电机学院上海电机学院学位论文原创性声明本人郑重声明：所呈交的学位论文《风机传动系统关键机械部件状态监测与故障诊断研究》

2、，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日上海电机学院硕士学位论文风机传动系统关键机械部件状态监测与故障诊断研究摘要在全球生态环境恶化、化石能源日益短缺的背景下，风能受到极大关注，风电产业获得快速发展。相应确保风机持续高效运行的状态监测、故障诊断、维修等维护服务的重要性逐渐凸显。风机由于受所处恶劣的工作环境、风速的不确定性、交变负载等因素的影响，均使得风机传动系

3、统机械部件易出现损坏，作为分布式电源，其维护成本极高。本文以风机传动系统中齿轮箱齿轮和轴承等关键机械部件为研究对象，针对其状态监测与故障诊断技术展开研究。本文首先研究了风机传动系统结构及齿轮、轴承常见故障机理和故障特征。并对常用的时域、频域、时频域等信号处理方法进行分析。针对传动系统关键机械部件的状态退化问题，提出了基于小波相2关滤波-主元分析法的状态监测方法，通过计算主元PCA的T和SPE统计量来监控机械部件健康状态。针对传统前馈神经网络学习算法无法处理随时间变化的信息流；以及原有学习机在固定训练样本容量下，统一输入参量比重，不能有效反映故障信息，训练速度有待进一步提高的问题，提出了改进的

4、极限学习机(IELM)的快速故障诊断方法，通过构建分类诊断模型，实现风机传动系统关键机械部件故障诊断。本文设计并搭建了风机传动系统故障试验台，完成齿轮、轴承故障实验并验证了状态监控与故障诊断方法。用齿轮逐渐磨损至断齿的退化过程验证主元分析状态监测方法在监测部件健康退化时的有效性；用齿轮、轴承共7种故障数据进行故障模式识别，将IELM与BP、SVM、ELM、FSSELM在训练时间和测试精度等方面进行对比取得较好效果，验证了诊断模型的有效性。最后，基于所提出的监测与诊断方法，设计并开发了传动系统状I上海电机学院硕士学位论文态监测与故障诊断软件原型系统，以应用于工程实践。该系统包含数据采集、数据库

5、存储、状态监测、故障诊断等模块，可实现对传动系统关键机械部件的状态监测与故障诊断，从而保证风机安全稳定运行，对提高运行可靠性具有重要意义。关键词：风机、状态监测、故障诊断、小波相关滤波-主元分析、改进的极限学习机II上海电机学院硕士学位论文REASEARCHONWINDTURBINEDRIVESYSTEMKEYMECHANICALCOMPONENTSCONDITIONMONITORINGANDFAULTDIAGNOSISTECHNOLOGYABSTRACTUnderthebackgroundoftheglobalecologicalenvironmentaldeteriorationandt

6、heshortageoffossilenergy,windpowerenergygetsworldwideattentiongradually.Sotheimportanceofmaintenanceservices,suchasconditionmonitoringandfaultdiagnosis,washeightedtoguaranteethecontinuityandhighefficiencyofwindturbine.Thesefactorsliketoughworkingenvironment,uncertaintyofwindspeedandkeepchangingload

7、,makethewindturbinedrivesystemsusceptibletodamagewhichleadtoextremelyhighcostforadistributedpowersupply.Soitmakessenseofdoingsomeresearchaboutvalidconditionmonitoringandfaultdiagnosisforsomekeycomponentssuc