大型風(fēng)電機(jī)組故障診斷研究.pdf

1、隨著全球新能源技術(shù)的迅猛發(fā)展，及風(fēng)電比重的不斷提升，對(duì)大型風(fēng)電機(jī)組故障診斷方法研究的重要性及緊迫性也越來(lái)越顯著。本文以大型風(fēng)電機(jī)組故障診斷方法為研究重點(diǎn)，以提高風(fēng)電機(jī)組的可靠性為目的，分別對(duì)風(fēng)電機(jī)組的重要組成部分發(fā)電機(jī)、主軸、制動(dòng)閘和齒輪箱進(jìn)行研究。全文圍繞小波及其與神經(jīng)網(wǎng)絡(luò)、卡爾曼濾波和希爾伯特變換的結(jié)合，對(duì)風(fēng)電機(jī)組故障診斷或狀態(tài)與趨勢(shì)預(yù)測(cè)進(jìn)行研究，并結(jié)合研究的故障診斷或狀態(tài)預(yù)測(cè)方法對(duì)大型風(fēng)電機(jī)組故障診斷系統(tǒng)進(jìn)行設(shè)計(jì)，主要做了以下四個(gè)

2、方面的工作。
　　(1)研究了大型風(fēng)電機(jī)組發(fā)電機(jī)故障形成機(jī)理，并將小波包變換方法應(yīng)用于以發(fā)電機(jī)電流為分析對(duì)象的發(fā)電機(jī)故障診斷中。通過(guò)發(fā)電機(jī)轉(zhuǎn)子斷條故障診斷實(shí)例分析，說(shuō)明了小波包變換對(duì)發(fā)電機(jī)微弱故障信號(hào)特征具有較強(qiáng)的識(shí)別能力。
　　(2)對(duì)大型風(fēng)電機(jī)組的主軸軸承、制動(dòng)閘的工作狀態(tài)進(jìn)行預(yù)測(cè)，確定以主軸軸承的溫度、制動(dòng)閘的磨損度為分析對(duì)象，提出了基于卡爾曼小波神經(jīng)網(wǎng)絡(luò)主軸溫升與制動(dòng)閘磨損量預(yù)測(cè)的狀態(tài)預(yù)測(cè)方法。
　　(3)研究

3、了大型風(fēng)電機(jī)組齒輪箱的故障診斷方法，以振動(dòng)信號(hào)為分析對(duì)象，基于多尺度小波希爾伯特變換方法實(shí)現(xiàn)了對(duì)風(fēng)電機(jī)組齒輪箱多重故障診斷。首先用小波降噪算法對(duì)原始振動(dòng)信號(hào)進(jìn)行降噪，然后對(duì)多尺度小波分解和重構(gòu)法處理過(guò)的純凈振動(dòng)信號(hào)進(jìn)行希爾伯特變換，進(jìn)而獲得振動(dòng)信號(hào)峰值、有效值、均值、峭度值與各類(lèi)故障的對(duì)應(yīng)關(guān)系。通過(guò)風(fēng)力機(jī)實(shí)驗(yàn)臺(tái)齒輪箱模擬故障實(shí)驗(yàn)，驗(yàn)證了該方法的有效性。
　　(4)基于研究的故障診斷或狀態(tài)預(yù)測(cè)方法，對(duì)大型風(fēng)電機(jī)組故障診斷系統(tǒng)進(jìn)行了設(shè)