基于嵌入式平台的风机齿轮箱故障诊断系统的研究与开发

论文摘要

风力发电随着传统能源的日趋紧张和新能源的兴起而备受世界各国重视,较其他的绿色能源,风电具有资源限制少、产业基础好等优点,在墨西哥湾石油泄漏和日本核危机的背景下风电必将得到更大的发展。风电总装机量得到快速发展的同时,其单机容量和成本也在不断加大,如何对风机这样昂贵的设备进行监测和维护逐渐成为新的关注点。风力发电机大多工作在环境十分恶劣的条件下,容易产生故障,其中造成停机时间最长的故障就是齿轮箱故障,出于风力发电机运行的安全性和高效性的考虑,有必要为风机齿轮箱研制一套故障诊断系统。本文在实验室条件下针对风机齿轮箱开发了一套基于嵌入式平台sbRIO的在线监测和故障诊断原型系统。风机特殊性决定了其监测诊断系统也具有一定特殊性。面对实时变化的风速,普通的故障信号处理方法无法满足非稳态信号的分析要求,本文研究了阶次分析方法如何降低速度波动带来的影响从而可以在变速过程中有效地实现故障特征提取,同时在该平台下实现了阶次分析方法并用实验验证了阶次分析相对于包络功率谱分析等传统信号分析方法更适合于风机齿轮箱的非稳态信号分析。支持向量机方法因其具有样本数量少且泛化能力强的优点,适用于风机齿轮箱的故障诊断系统。本文研究了基于支持向量机的故障诊断和评估模型的建立,通过LabVIEW中调用动态链接的方式,在sbRIO中实现基于支持向量机的风力发电机齿轮箱故障诊断系统。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景及目的
• 1.2 国内外研究现状
• 1.2.1 状态监测与故障诊断技术概况
• 1.2.2 风机齿轮箱故障信号处理方法
• 1.2.3 故障诊断方法研究现状
• 1.2.4 风力发电机故障监测系统发展现状
• 1.3 本文的主要研究内容
• 第2章 模拟实验台及实验系统设计
• 2.1 总体设计方案
• 2.2 风机齿轮箱模拟实验平台
• 2.3 风速模型建立
• 2.4 风机齿轮箱典型故障类型
• 2.4.1 轴承失效类型
• 2.4.2 齿轮故障形式
• 2.5 齿轮箱信号采集硬件平台
• 2.6 本章小结
• 第3章 基于阶次分析的非稳态信号特征提取
• 3.1 引言
• 3.2 傅立叶变换的局限性
• 3.3 阶次分析理论基础
• 3.4 基于SBRIO 的阶次分析的实现
• 3.4.1 FPGA 上程序的实现
• 3.4.2 实时操作系统上程序的实现
• 3.4.3 延迟补偿及FPGA 和实时系统的同步执行
• 3.5 通过实验验证系统有效性
• 3.5.1 轴承和齿轮振动信号特点
• 3.5.2 轴承和齿轮的故障特征阶次和故障特征频率
• 3.5.3 实验结果分析
• 3.6 本章小结
• 第4章 基于支持向量机的故障诊断系统的实现
• 4.1 支持向量机基本原理
• 4.2 特征向量构建及分类和评估模型建立
• 4.2.1 特征向量的构建
• 4.2.2 分类模型建立
• 4.2.3 评估模型建立
• 4.3 基于动态链接库的SVM 的实现
• 4.3.1 参数的数据类型转换
• 4.3.2 实验结果
• 4.4 远程监控实现
• 4.5 本章小结
• 结论
• 参考文献
• 致谢