風(fēng)機(jī)傳動(dòng)系統(tǒng)關(guān)鍵機(jī)械部件狀態(tài)監(jiān)測(cè)與故障診斷研究.pdf

1、在全球生態(tài)環(huán)境惡化、化石能源日益短缺的背景下，風(fēng)能受到極大關(guān)注，風(fēng)電產(chǎn)業(yè)獲得快速發(fā)展。相應(yīng)確保風(fēng)機(jī)持續(xù)高效運(yùn)行的狀態(tài)監(jiān)測(cè)、故障診斷、維修等維護(hù)服務(wù)的重要性逐漸凸顯。風(fēng)機(jī)由于受所處惡劣的工作環(huán)境、風(fēng)速的不確定性、交變負(fù)載等因素的影響，均使得風(fēng)機(jī)傳動(dòng)系統(tǒng)機(jī)械部件易出現(xiàn)損壞，作為分布式電源，其維護(hù)成本極高。本文以風(fēng)機(jī)傳動(dòng)系統(tǒng)中齒輪箱齒輪和軸承等關(guān)鍵機(jī)械部件為研究對(duì)象，針對(duì)其狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)展開研究。
　　本文首先研究了風(fēng)機(jī)傳動(dòng)系統(tǒng)

2、結(jié)構(gòu)及齒輪、軸承常見故障機(jī)理和故障特征。并對(duì)常用的時(shí)域、頻域、時(shí)頻域等信號(hào)處理方法進(jìn)行分析。
　　針對(duì)傳動(dòng)系統(tǒng)關(guān)鍵機(jī)械部件的狀態(tài)退化問題，提出了基于小波相關(guān)濾波-主元分析法的狀態(tài)監(jiān)測(cè)方法，通過計(jì)算主元PCA的T2和SPE統(tǒng)計(jì)量來監(jiān)控機(jī)械部件健康狀態(tài)。針對(duì)傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法無(wú)法處理隨時(shí)間變化的信息流；以及原有學(xué)習(xí)機(jī)在固定訓(xùn)練樣本容量下，統(tǒng)一輸入?yún)⒘勘戎?，不能有效反映故障信息，?xùn)練速度有待進(jìn)一步提高的問題，提出了改進(jìn)的極限學(xué)習(xí)機(jī)

3、(IELM)的快速故障診斷方法，通過構(gòu)建分類診斷模型，實(shí)現(xiàn)風(fēng)機(jī)傳動(dòng)系統(tǒng)關(guān)鍵機(jī)械部件故障診斷。
　　本文設(shè)計(jì)并搭建了風(fēng)機(jī)傳動(dòng)系統(tǒng)故障試驗(yàn)臺(tái)，完成齒輪、軸承故障實(shí)驗(yàn)并驗(yàn)證了狀態(tài)監(jiān)控與故障診斷方法。用齒輪逐漸磨損至斷齒的退化過程驗(yàn)證主元分析狀態(tài)監(jiān)測(cè)方法在監(jiān)測(cè)部件健康退化時(shí)的有效性；用齒輪、軸承共7種故障數(shù)據(jù)進(jìn)行故障模式識(shí)別，將IELM與BP、SVM、ELM、FSSELM在訓(xùn)練時(shí)間和測(cè)試精度等方面進(jìn)行對(duì)比取得較好效果，驗(yàn)證了診斷模型的有效