基于預(yù)測的風(fēng)機(jī)齒輪箱狀態(tài)監(jiān)測研究.pdf

1、風(fēng)能作為清潔能源，正越來越受到世界各國的重視，在此背景下，風(fēng)力發(fā)電在世界范圍內(nèi)迅猛發(fā)展，并在電力系統(tǒng)中的比例越來越大?，F(xiàn)有的風(fēng)電場一般都是通過定期維護(hù)和事后故障診斷來進(jìn)行風(fēng)電場的維修和維護(hù)的，這增加了風(fēng)機(jī)的停機(jī)時間，降低了風(fēng)電場的經(jīng)濟(jì)效益。提出基于預(yù)測的事前故障監(jiān)測與診斷的狀態(tài)檢修方法，可以有效解決以上問題。
　　本文針對風(fēng)機(jī)最重要的部件之一齒輪箱，建立了基于預(yù)測的風(fēng)機(jī)齒輪箱狀態(tài)監(jiān)測模型。首先針對齒輪箱溫度預(yù)測模型輸入變量選擇問題

2、，將正交最小二乘法應(yīng)用于輸入變量的選擇，并將其與相關(guān)系數(shù)法、經(jīng)驗(yàn)選取法進(jìn)行對比分析，證實(shí)了正交最小二乘法選擇輸入變量的有效性。在此基礎(chǔ)上，提出了改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)齒輪箱溫度預(yù)測模型，通過與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型對比分析證明，該模型的預(yù)測誤差更小，穩(wěn)定性更強(qiáng)。最后，將遺傳神經(jīng)網(wǎng)絡(luò)與殘差統(tǒng)計分析方法相結(jié)合，通過編程形成了滿足一定功能的基于預(yù)測的齒輪箱狀態(tài)監(jiān)測模型，分析了該模型的運(yùn)行機(jī)理與運(yùn)行過程，確定了運(yùn)行過程中的重要參數(shù)，并介紹了該模