基于模糊聚類的風(fēng)力發(fā)電機(jī)組齒輪箱故障診斷研究.pdf

1、隨著全球風(fēng)力發(fā)電裝機(jī)容量的不斷增加，風(fēng)力發(fā)電機(jī)組關(guān)鍵部位的監(jiān)測(cè)及維護(hù)已經(jīng)成為故障診斷的重要組成部分。齒輪箱是目前主流的非直驅(qū)風(fēng)力發(fā)電機(jī)組中重要的關(guān)鍵零部件之一，在整機(jī)成本中占很大比重，工作狀態(tài)往往直接影響整臺(tái)機(jī)組的運(yùn)行狀態(tài)，其缺陷會(huì)使設(shè)備產(chǎn)生異常振動(dòng)和噪聲進(jìn)而導(dǎo)致機(jī)組停機(jī)，甚至造成設(shè)備損壞和人員傷亡。因此，對(duì)風(fēng)力發(fā)電機(jī)組齒輪箱進(jìn)行故障診斷的研究具有十分重要的現(xiàn)實(shí)意義。
　　本文主要研究了以下幾個(gè)方面的內(nèi)容:
　　首先，介紹了

2、風(fēng)力發(fā)電機(jī)組齒輪箱結(jié)構(gòu)、各部件常見故障及成因，系統(tǒng)地研究了各部件故障振動(dòng)信號(hào)的基本特征，給出了齒輪箱故障診斷常用的時(shí)域、頻域、時(shí)頻診斷方法及其不足，并指出未來齒輪箱故障診斷技術(shù)的發(fā)展方向。
　　其次，針對(duì)齒輪箱振動(dòng)信號(hào)的非平穩(wěn)、非線性等特征，使用集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)方法對(duì)原始振動(dòng)信號(hào)進(jìn)行預(yù)處理。為了提取信號(hào)的故障特征并方便計(jì)算，緊接著對(duì)集合經(jīng)驗(yàn)?zāi)B(tài)分解后的信號(hào)進(jìn)行奇異值分解，分解后的奇異值矩陣包含了原始信號(hào)的故障特征，可以