文档介绍：一笙三目三巳——一一——玺取!R扭撼皇运錾工程堂随—一的风力发电机组故障诊断研究基于多尺度线调频基稀疏信号分解湖南大学硕士学位论文一一堂僮由运厶姓名;任凌壶墙差望僮;童狃越工程筌趱委虽金圭度程至圣熬援学校代号:学昱咂娃名壁驱猛;王德企熬援些名猛;诠文提交旦期;诠文筌避旦期;号:密级:公开
一皇弋:佟
畇瓻.
●●馹瘛瘛馡●●●●,●●●●●●●
讶一可墨力作者签名:西夕要、怎湖南大学学位论文原创性声明学位论文版权使用授权书戈弓炙芴本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特另员曜⒁玫哪谌萃猓韭畚牟话魏纹渌鋈嘶集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。日期:矽//年弓月夕日本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于⒈C芸冢年解密后适用本授权书。⒉槐C芏凇朐谝陨舷嘤Ψ娇蚰诖颉啊獭日期:加,,年乡月夕旯作导日期:≯夕名名签签者师
摘要随着石化燃料不断减少与环境保护压力日益增大,风能的开发利用迅猛发展,风力发电机组的装机容量迅速增加。大型风力发电机组工作的自然环境恶劣,负载变化复杂,导致了其较高的故障率。研究风力发电机的状态监测与故障诊断技术,对于保障风力发电机的安全、稳定运行具有重要意义。大型风力发电机组的状态监测与故障诊断有两个主要特点:一是大型风力发电机组结构复杂、故障类型多,需要建立相应的状态监测与故障诊断系统模型;二是大型风力发电机组在变转速、变负载工况下工作,监测信号通常是频率呈曲线变化的非平稳信号。本文在国家高技术研究发展计划计划钅俊按笮头缌Ψ⒌缁樽刺嗫赜牍收险断技术研究”钅勘嗪牛和国家自然科学基金项目“多尺度线调频基稀疏信号分解方法及其在机械故障诊断中的应用研究项目批准号:手拢深入研究了大型风力发电机故障诊断技术,根据风力发电机组的结构和故障特点,建立了大型风力发电机组状态监测与故障诊断系统模型,针对现有信号处理方法时频聚集性不够,抗噪性不强,无法有效提取变转速工况下大型风力发电机组非平稳信号特征的问题,研究了基于多尺度线调频基的稀疏信号分解方法,并将其应用于变转速工况下风力发电机的齿轮和滚动轴承故障诊断。本文的主要研究工作有:攵源笮头缌Ψ⒌缁榈慕峁购凸收咸氐悖⒘朔缌Ψ⒌缁榈淖刺嗖庥故障诊断系统模型,介绍了大型风力发电机组的故障诊断技术。攵韵钟行藕糯矸椒ㄊ逼稻奂圆还唬乖胄圆磺浚薹ㄓ行崛”渥K俟况下大型风力发电机组非平稳信号特征的问题,研究了基于多尺度线调频基的稀疏信号分解方法,该方法具有较高的时频聚集性、分解的自适应性、表示的稀疏性和较强的抗噪能力,非常适合于非平稳信号的分析处理。攵员渥K俟た鱿麓笮头缌Ψ⒌缁槌萋止收险穸藕诺髦票咂荡岩允侗的问题,提出了基于多尺度线调频基稀疏信号分解的阶比分析方法。该方法可以有效地提取齿轮的啮合分量与调制边频分量,从啮合分量的时频分布曲线得到瞬时转频估计,将非平稳的分量信号转变为平稳信号,进而清楚直观地判断齿轮故障。与传统的直接对齿轮箱故障振动信号进行阶比分析的方法比较,结果表明该方法抗噪性强,调制边频带识别效果好,且无需转速计。仿真算例与应用实例验证了该方法的有效性。攵员渥K俟た鱿麓笮头缌Ψ⒌缁楣龆岢泄收咸卣餍畔⒛岩蕴崛〉奈侍猓提出了一种基于多尺度线调频基稀疏信号分解的广义解调方法。该方法先采用基于多尺度线调频基的稀疏信号分解方法分解频率呈曲线变化的多分量信号,得到瞬时频率和瞬时幅值都具有物理意义的单分量信号及其相位函数,再基于获取的各分量信号的相位函硕:宦畚
~——————————————————————————————————————————————一——.——数对原信号进行广义解调处理,从而将非平稳信号转化为平稳信号。当转速变化时,滚动轴承故障特征频率呈曲线变化,对滚动轴承故障振动信号进行基于多尺度线调频基的稀疏信号分解,提取包络信号分量,再对包络信号分量进行广义解调,根据广义解调后分量信号频率成分与转频的关系即可判断滚动轴承的故障部位和类型。仿真信号与轴承内外圈故障振动信号分析结果表明,该方法比传统的包络信号分析方法能更有效地提取滚动轴承故障振动信号特征。本文建立了大型风力发电机组的状态监测与故障诊断系统模型,研究了适合处理多分量非平稳信号的基于多尺度线调频基的稀疏信号分解方法,并在其基础上提出了基于多尺度线调频基稀疏信号分解的阶比分析方法和基于多尺度线调频基稀疏信号分解的广义解调方法,这些方法能有