基于振動(dòng)監(jiān)測(cè)的風(fēng)電機(jī)組滾動(dòng)軸承故障診斷應(yīng)用研究.pdf

1、隨著可再生能源的積極發(fā)展，風(fēng)能作為清潔的、應(yīng)用技術(shù)較成熟的可再生能源之一，備受世界各國(guó)關(guān)注。然而，伴隨著投產(chǎn)風(fēng)電機(jī)組容量的不斷增長(zhǎng)，風(fēng)電機(jī)組的運(yùn)行維護(hù)、監(jiān)測(cè)、故障診斷等逐漸成為風(fēng)電行業(yè)急需解決的問(wèn)題，滾動(dòng)軸承作為風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的關(guān)鍵部件，其運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷對(duì)整體風(fēng)電機(jī)組的監(jiān)測(cè)具有重要的意義。因此，本文以風(fēng)電機(jī)組滾動(dòng)軸承為研究對(duì)象，從振動(dòng)監(jiān)測(cè)角度展開(kāi)，基于自適應(yīng)噪聲完整集成經(jīng)驗(yàn)?zāi)B(tài)分解(CEEMDAN)和譜峭度算法進(jìn)行滾動(dòng)軸承振動(dòng)

2、信號(hào)的消噪。同時(shí)，在消噪處理的基礎(chǔ)上提出同步壓縮變換(SST)譜熵算法實(shí)現(xiàn)了軸承振動(dòng)信號(hào)的故障特征提取，并利用支持向量機(jī)完成軸承各故障狀態(tài)的分類識(shí)別，進(jìn)一步基于LabVIEW搭建風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)。本文具體工作如下：
　　首先，針對(duì)軸承振動(dòng)信號(hào)易受噪聲干擾，特征不易提取的特點(diǎn)，研究基于CEEMDAN和譜峭度相結(jié)合的滾動(dòng)軸承振動(dòng)信號(hào)降噪方法。CEEMDAN算法用于對(duì)振動(dòng)信號(hào)的分解，采用互相關(guān)系數(shù)法篩選出合適分量重構(gòu)，譜峭

3、度算法用于確定最優(yōu)濾波器的參數(shù)，通過(guò)實(shí)際軸承數(shù)據(jù)對(duì)降噪方法進(jìn)行驗(yàn)證。
　　其次，提出了基于同步壓縮變換譜熵的滾動(dòng)軸承振動(dòng)信號(hào)故障特征定量分析方法，建立了基于支持向量機(jī)的智能故障診斷分類模型，實(shí)現(xiàn)軸承運(yùn)行狀態(tài)的自動(dòng)分類識(shí)別。通過(guò)仿真軸承振動(dòng)數(shù)據(jù)和軸承振動(dòng)實(shí)驗(yàn)數(shù)據(jù)對(duì)比驗(yàn)證方法的有效性。
　　最后，面向工程實(shí)際需求，構(gòu)建了基于LabVIEW風(fēng)電機(jī)組滾動(dòng)軸承狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)。在研究整體系統(tǒng)的需求基礎(chǔ)上，完成系統(tǒng)的總體設(shè)計(jì)，實(shí)現(xiàn)