基于聚類異動搜索的風(fēng)電機(jī)組齒輪箱早期故障識別研究.pdf

1、由于地處偏僻，工作條件惡劣，風(fēng)電機(jī)組故障頻發(fā)，而齒輪箱故障率也相對較高，而風(fēng)電機(jī)組的SCADA系統(tǒng)并不能很好的對振動監(jiān)測參數(shù)進(jìn)行分析，在這種情況下，風(fēng)電機(jī)組的狀態(tài)監(jiān)測與故障預(yù)警系統(tǒng)對減少維修成本、提高維修效率、節(jié)省維修時間有著重要的意義。本文主要研究風(fēng)電機(jī)組傳動系統(tǒng)齒輪箱，從齒輪箱振動信號分析出發(fā)，研究齒輪箱故障機(jī)理，故障征兆，故障原因等，并對振動信號處理的時頻分析方法進(jìn)行深入的研究。
　　(1)論文首先分析了風(fēng)電機(jī)組齒輪箱的主要

2、結(jié)構(gòu)、振動機(jī)理，針對齒輪箱典型的故障模式，分析了這些故障的征兆，故障原因，故障的影響，并結(jié)合齒輪、軸、軸承等振動故障特點，給出了風(fēng)電機(jī)組齒輪箱振動監(jiān)測傳感器的選擇及安裝形式和監(jiān)測測點的布置方案。
　　(2)分析了風(fēng)電機(jī)組齒輪箱振動信號的交工況特點，針對變工況對故障診斷帶來的困難，基于無量綱幅域參數(shù)重復(fù)性描述因子、相似性描述因子、跳躍性描述因子能有效的解決齒輪箱變轉(zhuǎn)速造成的齒輪箱振動能量的變化給故障診斷和預(yù)警帶來的困難，對齒輪箱振動

3、信號進(jìn)行高維特征空間轉(zhuǎn)化，利用數(shù)據(jù)挖掘中k均值聚類方法對齒輪箱存在的異常信號和正常信號進(jìn)行分類，發(fā)現(xiàn)風(fēng)電機(jī)組齒輪箱振動信號存在早期故障。
　　(3)針對齒輪箱振動信號非線性、非平穩(wěn)的特點，采用了時頻分析中的Hilbert-Huang變換方法，通過提取時頻熵、內(nèi)稟模態(tài)能量熵特征值來判斷齒輪和軸承運行狀態(tài)，提出基于IMF包絡(luò)譜來實現(xiàn)風(fēng)電機(jī)組齒輪箱復(fù)合故障的診斷，研究對齒輪箱振動信號進(jìn)行EMD頻率族分離，并對IMF分量進(jìn)行Hilbert