基于贝叶斯网络模型的风机齿轮箱的故障分析诊断

摘要

齿轮箱是风力发电机不可或缺的部分之一，作用在于增加转速，使其足以提供系统发电所需能量。它同时也是整个机组故障高发部分，维修齿轮箱的费用以及机组停运带来的经济损失相当高，齿轮箱故障还可能引发安全事故，带来重大人身伤亡等灾难。维修齿轮箱属于高空作业且齿轮箱的安装的空间狭小，故障后维修困难。因此，提高风机齿轮箱的可靠性，对风机齿轮箱进行故障前预测、故障后及时准确地判断并正确妥善处理，避免经济损失与人员伤亡成为了具有现实意义的问题。
　　故障树常被用来对复杂系统进行故障分析，其树状结构可以清晰反应出故障原因与故障类型之间的关系。但是分析过程中存在不确定性以及故障模式独立等不足。本文将故障树与贝叶斯网络模型融合，模型的图形描述能弥补故障树的事件相关性差，只能表达二态性等缺点。模型的节点能表示与故障相关的所以信息，避免了故障树只能存在一个顶事件的不足。模型结合成熟的软件对故障进行分析，其分析效率、推理能力都明显高于故障树，贝叶斯处理不确定问题、对多元信息表达融合方面上能力强，不仅优于故障树，也优越于振动信号诊断分析、神经网络分析等分析方法。
　　本文首先介绍了风机齿轮箱的结构类型、工作原理以及工作状况，归纳了风机齿轮箱的在复杂工况下的故障原因、模式以及影响。在此故障机理分析的基础上建立了故障树，利用故障树对其进行分析。其次，介绍了贝叶斯网络模型的图形描述、概率推理等相关理论，给出利用故障树构建贝叶斯网络模型的步骤。最后，在FullBNT-1.07平台上完成风机齿轮箱贝叶斯网络模型的建立，利用已知的齿轮箱出厂数据、文献数据、风机厂反馈数据得到先验、条件概率，结合所建模型，运用matlab软件对风机齿轮箱故障模型进行故障前分析预测、故障后诊断。此模型可以改进故障树分析中事件相关性差，分析效率低、推理能力差的问题，本文基于贝叶斯网络对齿轮箱的故障分析还处于探索阶段，还有待进一步改进。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 风机齿轮箱故障分析国内外研究现状

1．3 贝叶斯网络在故障分析中的研究现状

1．4 课题来源及研究内容

第2章 风机齿轮箱的故障机理、模式及故障树分析

2．1 齿轮箱的结构原理以及工作状态

2．2 风机齿轮箱的故障

2．2．1 齿轮故障

2．2．2 轴承故障

2．2．3 箱体以及紧固件故障

2．2．4 轴故障

2．2．5 油系统故障

2．3 故障树的建立

2．3．1 故障树分析法

2．3．2 齿轮箱故障树的建立

2．3．3 故障树的定性、定量分析

2．4 本章小结

第3章 贝叶斯网络模型的建立

3．1 引言

3．2 贝叶斯网络的理论基础

3．2．1 贝叶斯网络的概率推理

3．2．2 贝叶斯网络的图形描述

3．2．3 由故障树转化为贝叶斯网络模型的过程

3．3 贝叶斯网络模型进行故障诊断的优势和局限性

3．3．1 常用的人工智能诊断技术

3．3．2 贝叶斯网络的优势

3．3．3 贝叶斯网络的局限性

3．4 本章小结

第4章 贝叶斯网络建模及故障分析

4．1 FullBNT-1．07

4．1．1 一个贝叶斯网络模型的创建

4．1．2 在FullBNT-1．07平台上的仿真与应用举例

4．2 风机齿轮箱的贝叶斯网络模型

4．2．1 风机齿轮箱贝叶斯网络模型的建立

4．2．2．风机齿轮箱贝叶斯网络模型节点概率赋值

4．3 贝叶斯网络模型的风机齿轮箱故障分析诊断

4．3．1 故障原因排序

4．3．2 因果推理

4．3．3 诊断推理

4．4 本章小结

结论

参考文献

附录

攻读硕士学位期间发表的学术论文

致谢