学位论文 > 优秀研究生学位论文题录展示
基于盲分离的大型风力机机械故障信号特征提取
作 者: 梁勤刚
导 师: 陈长征
学 校: 沈阳工业大学
专 业: 精密仪器及机械
关键词: 风力发电机 故障诊断 盲分离 特征提取
分类号: TK83
类 型: 硕士论文
年 份: 2012年
下 载: 60次
引 用: 0次
阅 读: 论文下载
内容摘要
近几年来,随着人类对绿色清洁能源的重视和国内风电行业的飞速发展,再加上风力发电机工作环境恶劣,一旦发生故障后维修费用高并且维修困难,造成的经济损失也很大。因此人们开始纷纷关注风力发电机组运行的安全问题,对风力发电机的故障进行准确判断显得十分重要。本文从大型风力发电机的机械原理出发,应用盲分离技术,建立了盲分离的数学模型,通过研究目标函数和优化算法,分析了可分离的条件和分离结果的不确定性。重点研究了JADE算法,该算法具有收敛速度快、稳健性好等优点,并对该算法进行编程;通过仿真表明算法在对无噪声情况下对纯净信号的分离表现了优异的性能;在对调制信号加入白噪声和脉冲噪声后,在观测信号中的源信号几乎无法辨认的情况下,算法能够从强背景噪声中提取出源信号波形,结果表明算法的稳定性和有效性。在对风力发电机组的故障特征提取中,本文设计出基于盲分离信号特征提取的总体方案。通过分析主要零部件故障特征,获得轴承特征频率简化计算公式,并对风力机测点选择进行了优化;利用振动分析仪对两台轴承故障风力发电机进行数据采集,故障分别为主轴承滚动体磨损和电机端内圈裂纹故障;文中先对信号进行时域和频域分析,发现故障信号尤其是早期故障几乎完全被淹没在机器运行信号之中,难以识别,即使在频谱图中,故障信号特征依然不明显;文中将盲分离技术和频谱分析技术相结合,对所测信号进行故障信号特征提取,处理结果表明即使故障信号被淹没在背景噪声和机器运行信号之中,依然能够从中提取到故障特征,表现了算法优良的性能,所得结果表明,该特征提取方案是有效的。
|
全文目录
摘要 5-6 Abstract 6-10 第一章 绪论 10-16 1.1 引言 10 1.2 风力发电中存在的问题 10-11 1.3 现有故障特征提取的不足 11-12 1.4 国内外研究发展状况 12-14 1.5 本课题研究的意义 14-15 1.6 本文研究的主要内容 15-16 第二章 风力机结构和典型故障特征 16-21 2.1 风力发电机工作原理 16 2.2 风力发电机结构 16-17 2.3 风力机机械故障信号特征 17-20 2.3.1 转子系统典型故障特征 17-19 2.3.2 轴承典型故障特征 19-20 2.4 本章小结 20-21 第三章 盲分离理论和方法 21-39 3.1 盲分离问题的提出 21-22 3.2 盲分离的基本理论 22-26 3.2.1 盲分离问题数学描述 22-23 3.3.2 盲分离模型分析 23-25 3.2.3 统计独立性 25 3.2.4 盲分离的可分离性及不确定性 25-26 3.3 盲分离算法 26-30 3.3.1 目标函数 26-28 3.3.2 优化算法 28-29 3.3.3 算法的性能分析 29-30 3.4 JADE 算法简介 30 3.5 四维累计量矩阵及其特征分解 30-31 3.5.1 四维累计量矩阵 30-31 3.5.2 累积量矩阵的特征分解 31 3.6 JADE 算法实现 31-32 3.7 算法仿真 32-38 3.8 本章小结 38-39 第四章 风力发电机振动信号盲分离 39-50 4.1 测试机型 39 4.2 基于盲分离的风力机故障诊断总体方案设计 39-40 4.3 测点选取 40-42 4.4 基于盲分离故障信号特征提取 42-49 4.4.1 主轴承滚动体磨损故障特征盲分离 42-45 4.4.2 发电机轴承内圈裂纹故障特征盲分离 45-49 4.5 本章小结 49-50 第五章 结论 50-51 参考文献 51-54 附录A 程序 54-58 在学研究成果 58-59 致谢 59
|
相似论文
- 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于支持向量机的故障诊断方法研究,TP18
- 三容水箱系统故障诊断算法研究,TP277
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 水上交通安全保障系统的关键技术研究,U698
中图分类: > 工业技术 > 能源与动力工程 > 风能、风力机械 > 风力机械和设备
© 2012 www.xueweilunwen.com
|