风力发电机组振动故障分析与应用研究

摘要

近年来，空气污染，尤其是煤炭燃烧引起的污染，正严重威胁着人们的生命。无论所处的区域是北方还是南方，人们对空气污染都能够感同身受。风电行业的迅速崛起，为新能源的发展注入了新的活力，由于其在运行中不排放二氧化碳等污染气体，越来越受到青睐。随着风电机组的增加，人们发现机组出现故障的概率也在增加，如何在机组未完全崩溃前找出故障，提出解决方案，已变得非常重要。齿轮箱是大型风力发电机组的关键部位，它的好坏决定了整个风机的性能是否稳定。因此，本文以风电机组的齿轮箱作为主要研究对象。 风力发电机组齿轮箱的振动信号包含了大量的故障特征信息，许多故障信息以振幅调制或相位调制的形式存在于振动信号中。但现场采集到的振动信号中可能包含大量的随机脉冲噪声、白噪声等。小波消噪有很强的抑制白噪声的能力，却不能有效地抑制脉冲噪声;而数学形态滤波具有很强的抑制脉冲干扰能力但滤除白噪声的能力却不如小波算法。本文利用LabVIEW作为开发环境对齿轮箱模拟振动信号和实际采集到的齿轮箱信号进行分析，并综合小波-数学形态学进行信号消噪。根据齿轮箱的振动机理和振动模型，本文应用频谱分析，倒频谱分析，包络谱分析以及HHT等信号振动分析方法对振动模拟信号和实际信号进行了验证，实验证明，该方法可以有效诊断出齿轮箱的故障信息。

目录

声明

摘要

第1章 绪论

1．1 风力发电机组故障分析与应用研究意义

1．2 齿轮箱振动故障诊断的意义

1．3 国内外研究现状及发展动态分析

1．3．1 齿轮箱故障诊断研究现状与发展动态分析

1．3．2 振动信号消噪发展现状与发展动态分析

1．4 本课题研究主要内容

第2章 风力发电机组结构及齿轮箱常见故障与失效形式

2．1 风力发电机组结构及其常见故障

2．1．1 风力发电机组结构

2．1．2 风力发电机组常见故障

2．2 风力发电机组齿轮箱结构

2．3 齿轮箱振动模型

2．4 齿轮箱常见失效形式与振动信号特征

2．4．1 齿轮箱常见失效形式

2．4．2 齿轮箱的振动信号特征

2．5 本章小结

第3章 振动信号去噪

3．1 小波分析基本概念

3．1．1 小波降噪原理

3．1．2 小波降噪信号仿真

3．2 数学形态学基本概念

3．2．1 数学形态学基本原理

3．2．2 数学形态学降噪信号仿真

3．3 小波-数学形态学综合消噪

3．3．1 综合消噪信号仿真

3．4 本章小结

第4章 振动信号分析技术

4．1 振动信号分析

4．2 频谱分析方法

4．2．1 傅里叶变换

4．2．2 频谱

4．2．3 基于LabVIEW的频谱编程

4．2．4 频谱分析仿真信号

4．3 倒频谱分析方法

4．3．1 倒频谱的几种定义

4．3．2 倒频谱对信号分解步骤

4．3．3 基于LabVIEW的倒频谱编程

4．3．4 倒频谱分析仿真信号

4．4 包络分析方法

4．4．1 希尔伯特变换

4．4．2 基于LabVIEW的包络谱编程

4．4．3 包络谱分析仿真信号

4．5 HHT分析方法

4．5．1 EMD方法

4．5．2 HHT实现流程图为

4．5．3 基于LabVIEW的包络谱编程

4．5．4 HHT仿真信号

4．6 本章小结

第5章 基于LabVIEW的风电齿轮箱故障诊断

5．1 LabVIEW软件介绍

5．2 工程应用

5．2．1 所用齿轮箱参数

5．2．2 齿轮箱原始信号与消噪后信号对比图

5．2．3 齿轮箱振动信号频谱图

5．2．4 齿轮箱振动信号倒频谱图与包络谱图

5．2．5 齿轮箱振动信号HHT图

5．3 本章小结

第6章 结论与展望

6．1 结论

6．2 展望

参考文献

攻读硕士学位期间发表的论文

致谢

作者简介