基于振動監(jiān)測的風(fēng)電機組傳動系統(tǒng)故障診斷研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、風(fēng)力發(fā)電近年來發(fā)展迅猛,已成為最具前途的可再生能源,由于風(fēng)電機組多運行在惡劣的工況下,變速變載荷,機組的可靠性逐漸成為目前研究的熱點。本文主要針對風(fēng)電機組傳動部分的機械故障,綜合運用信號處理和機器學(xué)習(xí)等方面的最新技術(shù),分析故障信號,提取故障特征,并進(jìn)行智能故障診斷,以期提高風(fēng)電機組運行的可靠性和可利用率。
   本文首先介紹了風(fēng)電機組的基本結(jié)構(gòu),分析了傳動系統(tǒng)常見的故障,闡明了主軸、齒輪箱及發(fā)電機故障產(chǎn)生的原因和機理,分析了齒輪

2、及軸承的故障特征頻率。繼而介紹了EMD(經(jīng)驗?zāi)B(tài)分解)的基本原理,通過仿真實例驗證了EMD在非平穩(wěn)信號處理中的優(yōu)勢,進(jìn)而介紹了小波閾值收縮法,通過軸承的故障分析實例驗證了EMD結(jié)合小波閾值收縮去噪對故障特征提取的有效性,總結(jié)了用該方法進(jìn)行故障特征提取的步驟,為后續(xù)的智能故障診斷做了必要的準(zhǔn)備。接下來概括了LS-SVM(最小二乘支持向量機)和PSO(粒子群優(yōu)化算法)的理論和特點,針對風(fēng)電機組多故障類型的診斷問題建立了多層LS-SVM診斷模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論