面向風(fēng)力發(fā)電機(jī)組齒輪箱滾動(dòng)軸承故障診斷的理論與方法研究.pdf

1、在目前國內(nèi)外能源短缺和環(huán)境污染問題日益嚴(yán)重的情況下，大力開發(fā)和利用風(fēng)能是解決上述問題的有效途徑和必然趨勢(shì)之一。在風(fēng)電產(chǎn)業(yè)快速發(fā)展的同時(shí)，風(fēng)力發(fā)電機(jī)組的安全、穩(wěn)定運(yùn)行逐漸引起國內(nèi)外的高度重視。在雙饋型和半直驅(qū)型風(fēng)力發(fā)電機(jī)組中，由齒輪箱軸承故障引起的停機(jī)時(shí)間最長，對(duì)其故障進(jìn)行研究具有重要的理論指導(dǎo)價(jià)值和工程應(yīng)用意義。因此，本文以風(fēng)力發(fā)電機(jī)組齒輪箱滾動(dòng)軸承為研究對(duì)象，采用先進(jìn)技術(shù)方法對(duì)其進(jìn)行故障類型、故障部位和故障程度的診斷，為提高風(fēng)力發(fā)電機(jī)

2、組的利用率，降低風(fēng)場(chǎng)的運(yùn)行維護(hù)費(fèi)用提供重要理論支撐和技術(shù)保證。
　　 本文的主要研究內(nèi)容如下:
　　 1.提出了一種基于數(shù)學(xué)形態(tài)濾波的小波特征頻帶滾動(dòng)軸承早期故障診斷方法。首先利用小波-數(shù)學(xué)形態(tài)聯(lián)合降噪算法對(duì)信號(hào)進(jìn)行預(yù)處理;再建立滾動(dòng)軸承故障振動(dòng)信號(hào)模型，以減小診斷的盲目性，提高診斷精確度;最后根據(jù)理論推導(dǎo)分析出的結(jié)論:當(dāng)滾動(dòng)軸承發(fā)生故障時(shí)，其振動(dòng)信號(hào)相應(yīng)故障特征頻帶能量顯著增大，來判定小波分解結(jié)果中包含故障信息的特征頻

3、帶，將包含在其中的周期性沖擊特征和故障調(diào)制信息分離出來，從而判定故障類型和故障部位。
　　 2.提出了一種基于峭度的EMD(EmpiricalModeDecomposition)方法迭代截止規(guī)則。該規(guī)則利用峭度對(duì)沖擊成分敏感，進(jìn)而可反映幅值分布形狀變化，彌補(bǔ)了現(xiàn)有規(guī)則依賴于某一經(jīng)驗(yàn)值的缺陷;同時(shí)該規(guī)則考慮了IMF(InstrinsicModeFunction)分量的定義、分解過程的正交性和完備性，使分解得到的IMF分量更接近理想

4、值，具有更小的正交性指標(biāo)。
　　 3.在上述第2點(diǎn)迭代截止規(guī)則優(yōu)化后的EMD方法基礎(chǔ)上，提出了一種新型滾動(dòng)軸承故障部位及程度在線診斷方法。該方法首先提取可準(zhǔn)確表征故障信息的特征量，再計(jì)算待測(cè)樣本和預(yù)先設(shè)定的各故障模式標(biāo)準(zhǔn)樣本之間的J-散度（J-divergence）和KL-散度（Kullback-Leiblerdivergence）值;利用散度值可表征故障點(diǎn)所在位置，以及散度值的變化可跟蹤故障程度變化的特性，來判斷故障部位及程度

5、。
　　 4.在上述第2點(diǎn)迭代截止規(guī)則優(yōu)化后的EMD方法基礎(chǔ)上，提出了一種新型滾動(dòng)軸承故障部位及程度自適應(yīng)聚類方法。該方法首先通過優(yōu)化EMD方法提取故障特征量，然后針對(duì)原始K-均值聚類算法的兩個(gè)缺陷，即聚類數(shù)目和聚類中心不易確定，及易受孤立點(diǎn)的影響，應(yīng)用主成分分析和霍特林T2統(tǒng)計(jì)量進(jìn)行解決，提出了自適應(yīng)K-均值聚類算法，從而使該故障診斷方法可自適應(yīng)的將樣本集按故障部位和故障程度進(jìn)行分類。
　　 5.針對(duì)目前風(fēng)力發(fā)電機(jī)組缺