风电机组齿轮箱故障趋势预测方法研究

【摘要】：齿轮箱是双馈风力发电机组运行和维护的关键设备,不仅具有较高的故障率,而且一旦发生故障,耽搁较长的维修时间,造成巨大的经济损失。 本文对风电机组齿轮箱故障趋势预测方法进行研究,旨在于判断齿轮箱的未来运行状态,预测发展趋势,估算剩余寿命,为风电机组的运行与维护提供重要的参考与依据。 首先,本文对风电机组齿轮箱的常见结构进行简要概述,基于齿轮箱最为普遍的四种故障模式(疲劳模式、磨损模式、过载模式和腐蚀模式),对齿轮箱的典型故障类型进行描述,并依据齿轮振动机理,对典型齿轮故障进行仿真。 其次,基于预测理论的介绍和前提假设,本文提出风电机组齿轮箱故障趋势预测流程,将其分为基于数据和模型的两种趋势预测方法,对预测流程的诸多步骤进行简要说明。 再次,本文以一组故障特征值作为预测对象,分别应用时间序列分析方法、BP神经网络预测模型和灰色预测模型,对故障特征值进行中长期趋势预测,通过设定故障阈值来估算剩余寿命。同时,对不同预测方法进行模型分析与改进,并以一组实际故障信号为例,实现不同预测方法的比较。 最后,以疲劳模型为例,本文对基于模型的故障趋势预测方法进行研究。根据Miner线性累积损伤理论,应用载荷谱分析方法对各齿轮的累积损伤程度进行计算,并以过去一段时间齿轮逐日累积损伤总程度作为基础数据,对未来一段时间内的逐日累积损伤进行预测,对剩余寿命进行估算,使基于数据的预测方法与故障模型有效结合,验证了该方法的可行性和有效性。 【关键词】：趋势预测 齿轮箱 风电机组 剩余寿命
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TM315
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 研究背景及意义10-11
• 1.2 风电机组齿轮箱发展现状11-12
• 1.3 国内外研究现状12-16
• 1.3.1 诊断分析方法研究现状13-14
• 1.3.2 趋势预测方法研究现状14-16
• 1.4 论文主要研究内容16-18
• 1.4.1 主要研究工作16
• 1.4.2 本文结构16-18
• 第二章 风电机组齿轮箱失效模式与故障类型18-34
• 2.1 风电机组齿轮箱结构18-19
• 2.2 齿轮箱失效模式19-23
• 2.2.1 疲劳模式19-20
• 2.2.2 磨损模式20-21
• 2.2.3 过载模式21-22
• 2.2.4 腐蚀模式22-23
• 2.3 典型故障类型23-28
• 2.3.1 齿轮故障23-25
• 2.3.2 轴承故障25-26
• 2.3.3 轴系故障26-28
• 2.4 齿轮故障实例与仿真28-34
• 2.4.1 齿轮振动机理28-29
• 2.4.2 齿轮故障实例—断齿29-31
• 2.4.3 故障仿真案例—齿轮分布式点蚀故障31-34
• 第三章 故障趋势预测研究方法34-42
• 3.1 预测理论介绍34
• 3.2 趋势预测前提假设34-36
• 3.3 趋势预测流程36-42
• 3.3.1 信号采集36
• 3.3.2 信号处理与特征值提取36-37
• 3.3.3 主分量分析37-38
• 3.3.4 数据预测38
• 3.3.5 振动阈值设定38-39
• 3.3.6 故障诊断与模型匹配39-40
• 3.3.7 基于模型的故障趋势预测40
• 3.3.8 剩余寿命估算40-42
• 第四章 基于数据的趋势预测方法42-68
• 4.1 时间序列预测方法43-50
• 4.1.1 概述43-45
• 4.1.2 ARMA模型45-47
• 4.1.3 预测步骤47
• 4.1.4 实例分析47-50
• 4.2 BP神经网络预测模型50-59
• 4.2.1 概述50
• 4.2.2 BP模型50-52
• 4.2.3 预测步骤52-53
• 4.2.4 实例分析53-59
• 4.3 灰色预测模型59-64
• 4.3.1 概述59-60
• 4.3.2 GM(1,1)模型60-62
• 4.3.3 预测步骤62-63
• 4.3.4 实例分析63-64
• 4.4 实例故障信号验证64-66
• 4.4.0 不同预测方法的预测结果64-65
• 4.4.1 阈值设定65
• 4.4.2 剩余寿命65-66
• 4.5 小结66-68
• 第五章 基于疲劳失效模型的趋势预测方法68-78
• 5.1 概述68-70
• 5.2 理论介绍70-72
• 5.3 预测步骤72-75
• 5.4 实例分析75-77
• 5.5 小结77-78
• 第六章 结论与展望78-80
• 6.1 结论78
• 6.2 展望78-80
• 参考文献80-85
• 附录1 典型故障类型特征一览表85-86
• 附录2 几种著名的神经网络86-87
• 攻读硕士学位期间发表的论文及其它成果87-88
• 攻读硕士学位期间参加的科研工作88-89
• 致谢89

您可以在本站搜索以下学术论文文献来了解更多相关内容

重载齿轮齿面疲劳损坏及预防    丁守祥

机械失效模式、原因和机理的诊断思路和主要依据    钟群鹏,宋光雄,张峥,骆红云

风电机组振动监测理论研究及应用    周继威;张宝全;盛迎新;张斌;申烛;王栋;汤涛祺;

风电机组齿轮箱市场调研分析    赵靓;

风力发电机齿轮箱加速疲劳试验技术分析    李国云;秦大同;

风力机叶片载荷谱及疲劳寿命分析    李德源,叶枝全,陈严,包能胜

时间序列分析的历史发展    聂淑媛;

我国风电齿轮箱行业自主创新发展中的问题与对策    孔勤建;

设备早期故障预测    严寒;

疲劳损伤的非线性累积模型及其应用    谢敏;张安哥;李启鍱;李达仁;

基于小波分析的滚动轴承故障诊断方法研究    万良虹

旋转机械故障数据库与故障精密诊断系统开发    于宏丽

主分量法在机械设备故障诊断方法中的应用    钱贺

改进HHT方法及其在故障信号分析中的应用    毋琦

支持向量机在智能故障诊断中的应用研究    魏于凡

基于模式识别的机械设备故障智能诊断方法研究    孙芳

隐马尔科夫模型及其在机械故障模式识别中的应用    田春花

基于载荷谱进行汽车前轴寿命估算方法研究    杨立峰

灰色系统在焦化废水水质预测中的应用    李阳

大型风电机组故障模式统计分析及故障诊断    杨明明

神经网络智能诊断技术在混凝土结构中的理论实现与展望    刘青峰;尹久仁;

引入混沌理论的混凝土中氯离子传输机理研究    曾庆海;马中军;王艺霖;

空调负荷混沌特性分析与预测    刘慧卿;周国峰;张先起;

电动滚筒驱动电机噪声的控制分析    鲍俊瑶;

农民收入预测及ARIMA模型选择    王浩;

松墨天牛成虫林间种群数量混沌特性的识别    郑志敬;周钦富;张建华;杨胜利;

神经网络对马尾松蛀干类害虫数量的混沌识别    陈利星;陈绘画;周钦富;

基于分形理论的安徽省旱、洪涝灾害时序特征分析    蔡爱民,查良松

系统状态安全预测法分析    程卫民;

MATLAB在《机械故障诊断》教学中的应用研究    蒋宇;谢国秋;杨咸启;

一种基于细化故障的容错控制设计    王树彬;黄鹤;韩笑冬;王执铨;

下一代网络信令流量的混沌预测    刘润杰;申金媛;张端金;穆维新;

风电齿轮箱振动信号的倒频谱分析    滕伟;武鑫;高青风;柳亦兵;

基于神经网络的导航装备维修能力评估研究    杜健;费保俊;刘颖;潘高田;姚国政;

无人机捷联惯性组合的建模与滤波方法研究    徐佳;李擎;

不规则波浪激励下的船舶横摇运动动力学研究    蔡烽;石爱国;沈泓萃;

海浪非线性行为的参数化表征    蔡烽;沈泓萃;缪泉明;周德才;

一种基于ICA的机械故障特征提取方法    赵志宏;杨绍普;

基于线调频小波路径追踪阶比循环平稳解调的齿轮故障诊断    陈向民;于德介;罗洁思;

基于共振解调的滚动轴承故障诊断    刘锋;马怀祥;王亚涛;

几何约束求解关键问题研究    张杏莉

基于可持续发展的我国电源结构优化研究    杨莉

基于达芬振子的微弱信号检测方法研究    吴冬梅

车载组合导航系统关键技术研究    夏全喜

基于小波和迟滞的混沌神经网络及其应用    孙明

电力短期负荷时间序列混沌特性分析及预测研究    谢忠玉

复杂系统脆性理论在煤矿生产系统脆性风险评价中的应用    赵金宪

国际原油海运运费市场波动特征研究    万九文

基于分形技术的金融数据分析方法研究    倪丽萍

多尺度线调频基稀疏信号分解及其在齿轮箱故障诊断中的应用    彭富强

基于煤矿瓦斯监测数据的煤与瓦斯突出预警技术研究    孙丽娟

基于BP神经网络的航段安全评估研究    王浩锋

n-GaAs中的混沌研究    张莉

特种车辆变速箱齿轮传动失效分析    旺扎拉

装载机差速器齿轮的非线性接触与疲劳寿命分析    夏云清

基于全矢高阶谱的故障诊断方法及其应用研究    李朋勇

基于粗糙集和神经网络的故障诊断虚拟系统的研究    王晓换

基于时频分析的齿轮故障机理及诊断研究    李会臣

数据挖掘技术在彩票销售数据分析中的应用研究    吴珺

基于混沌理论的电力谐波检测研究    李娅

风速变化的并网型风电场故障分析    李凤婷;晁勤;

齿轮轴承故障诊断中特征参数敏感性分析    潘旭峰,耿立恩,李晓雷

谱载下基于模糊Miner法则的疲劳寿命估算    贾星兰,刘文珽

GM(1,1)模型灰色预测法及其在预测体育成绩中的应用    朱红兵,刘建通,王港,黎明

基于神经网络的传感器非线性误差校正    林康红,施惠昌,卢强,奉玲

设备故障诊断中的特征提取    张晓梅

广州市污水排放分析及预测    刘海洋,戴志军,桓曼曼

股市预测的GM(1,1)模型    潘晓琳

基于灰色时序的航空发动机磨损故障预测模型    周新立,钟新辉,李艳

基于神经网络的滚动轴承故障监测    陈向东,赵登峰,王国强,许纯新

非平稳非高斯信号特征提取与故障诊断技术研究    郑海波

齿轮与滚动轴承故障的振动分析与诊断    孟涛

结合仿真技术的电站热力系统故障智能诊断研究    马良玉

信号处理中的解调分析技术及齿轮箱典型故障特征的提取    张帆

基于模糊逻辑推理故障智能诊断系统及其仿真研究    操召发

基于神经网络和模糊推理的信息融合技术    曾庆茂

齿轮故障的特征提取与模式识别技术研究    周辉

基于神经网络的齿轮故障诊断专家系统    王梦卿

齿轮传动故障诊断专家系统的研究与应用    刘景浩

主分量法在机械设备故障诊断方法中的应用    钱贺

轧机设备的在线监测和故障诊断系统    王新彦

基于高阶谱的齿轮故障诊断与识别    王文莉

时间序列分析的研究与应用    汤岩

等维灰数递补MGM(1,n)模型在商品住宅价格趋势预测中的应用    刘晓君;汪雪晓;韩红丽;

利用灰色—BP神经网络组合模型对延吉市地下水位预测    高文义;陈广圣;林沫;

旋转机械Verhulst模型趋势预测研究    徐小力,许宝杰,殷健

哈大客运专线长大段趋势客运量预测    荣文竽;梁立;王洪亮;

基于时间序列分析的火灾分析与预测    陈俊达;李晓宏;李佳乐;徐茂;兰月新;

电力设备状态监测的现状及发展趋势    施义;

国内外渠系改造现状及发展展望    贺军奇;汪有科;边军锋;任涛;

山东木材供需趋势分析与预测    牛继荃,吕天军,刘维

采用遗传算法的旋转机组状态趋势预测之探讨    徐小力,许宝杰,殷健

基于隐马尔可夫模型的机器状态趋势预测方法    许宝杰 ,韩秋实 ,徐小力

基于消息的汇率趋势预测方法    柏文阳;何瑗;马耀华;肖建华;徐洁磐;

机织物的叠层与透气量变化关系的趋势预测    冯岑;房莉;

乳腺癌危险因素综合评价及其趋势预测    方亚;施侣元;

宣武区1993—2000年糖尿病死亡分析及趋势预测    杜淑菊;

湖北省2002年森林火灾趋势预测及对策    陶磊;

奇特的岩溶塌陷    梁伟福;

陕甘宁青蒙相邻干旱地区近530年旱涝灾害、突变分析及其趋势预测    梁旭;冯建民;张智;纳丽;

湖北省二00一年血防灾情回顾与二00二年灾情趋势预测    戴裕海;陈伟;

基于支持向量机的设备振动信号趋势预测    侯澍旻;李友荣;刘光临;

贵州500年旱涝分析及趋势预测    武文辉;

2005年五大技术与趋势预测（上）    编译　黄梦　

2000年全国装饰装修趋势预测    史芬

2005年IT行业趋势预测    记者 范俊

台式PC趋势预测    

2005年职业发展趋势预测    王松群

今后20年的出版与印刷趋势预测(12)    仇威

亦庄地产今后什么样？    牟鑫

Gartner发布十大趋势预测 云和虚拟化最热门    记者 黄智军

趋势预测引导产品战略型开发    记者王晴颖

2005年冷饮行业现状及市场趋势预测    钟实

汽轮发电机组状态趋势预测及故障诊断方法研究    张文斌

基于微博平台的事件趋势分析及预测研究    田野

关中地区地震活动规律及其与构造活动的关系研究    杨建军

大陆台资企业的区域集群与竞争优势研究    陈晓东

智能故障诊断中的机器学习新理论及其应用研究    马笑潇

基于时间序列数据挖掘的股票市场价格行为研究    隋学深

关于网络舆论演进的若干问题研究    朱国东

现代航空燃气涡轮发动机故障分析与智能诊断关键技术研究    杨虞微

巢湖西半湖水华暴发的多元驱动因子分析及趋势预测    官涤

时序数据挖掘及其在故障诊断中的应用研究    侯澍旻

风电机组齿轮箱故障趋势预测方法研究    马玉峰

微博热点话题检测与趋势预测研究    姚海波

某省梅毒和淋病流行特征及趋势预测研究    曹元元

滚动轴承性能退化评价与趋势预测研究    王建利

基于HMM的回转窑喂煤量趋势预测    林祈元

基于类模型的Web舆情趋势预测    王沙沙

水轮发电机组轴系故障趋势预测与评估    姜正

河南省农村劳务经济发展问题研究    赵自芳

基于GA优化的SVM算法的股票趋势预测    张伟

基于小波的企业管理预测方法研究    汪惠