版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、我國的風機裝機容量已經走在世界的前端,但是,隨著風力發(fā)電機組裝機容量及投運時間的增加,風電系統(tǒng)中的設備也逐漸出現(xiàn)一些問題。設備頻繁出現(xiàn)事故或故障將造成的巨大損失,對風力發(fā)電的經濟效益造成嚴重影響。本文在介紹風力發(fā)電機的發(fā)展現(xiàn)狀、基本結構組成和常見故障的基礎上,選擇風電機組傳動系統(tǒng)中主要部件,如齒輪箱、發(fā)電機、主軸承等進行故障診斷研究。
針對于風電機組中旋轉機械振動信號的非平穩(wěn)、非線性等復雜特性,本文將最新的時頻分析方法局部均值
2、分解(Local mean decomposition,LMD)用于提取振動信號的特征信息并進行故障診斷研究。局域均值分解方法能夠將一個復雜的多分量調頻調幅信號自適應的分解為若干由包絡信號和純調頻信號相乘得到的PF分量,由純調頻信號可以求出PF分量的瞬時頻率。
采用LMD分解中的包絡信號進行線性調頻z變換(CZT變換)并求其細化譜的方法,對滾動軸承振動信號進行特性分析,判斷其是否出現(xiàn)故障特征頻率,以實現(xiàn)對振動信號的故障診斷研究
3、。并與利用包絡譜求振動信號特征頻率的方法進行比較,驗證方法的有效性。利用包絡譜分析和頻譜分析相結合的方法對齒輪故障振動信號特性進行診斷。
采用基于LMD分解和奇異值分解的特征提取與模糊C均值聚類(Fuzzy C-Means Clustering Algorithm,F(xiàn)CM)結合的方法用于故障的識別分類診斷中。首先對滾動軸承振動信號LMD分解得到的PF分量進行奇異值分解,將奇異值矩陣作為特征向量。然后以FCM聚類方法作為故障分類
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 風力發(fā)電機組轉子軸承系統(tǒng)故障診斷研究.pdf
- 風力發(fā)電機組故障診斷研究.pdf
- 風力發(fā)電機傳動系統(tǒng)振動故障診斷研究.pdf
- 風力發(fā)電機組故障診斷系統(tǒng)研究.pdf
- 大型風力發(fā)電機組的故障診斷研究.pdf
- 600KW風力發(fā)電機組故障診斷.pdf
- 風力發(fā)電機組傳動系統(tǒng)的研究.pdf
- 風力發(fā)電機組齒輪箱故障診斷
- 風電機組傳動系統(tǒng)故障診斷研究.pdf
- 風力發(fā)電機組齒輪箱故障診斷-(1197)
- 發(fā)電機組勵磁系統(tǒng)故障診斷與容錯控制.pdf
- 風力發(fā)電機組振動在線監(jiān)測及故障診斷.pdf
- 風力發(fā)電機傳動系統(tǒng)故障診斷的時頻綜合分析方法研究.pdf
- 風力發(fā)電機組傳動系統(tǒng)性能研究.pdf
- 風力發(fā)電機組狀態(tài)監(jiān)測與故障診斷系統(tǒng).pdf
- 風力發(fā)電機組發(fā)電機和齒輪箱故障診斷方法研究.pdf
- 風力發(fā)電機組齒輪傳動系統(tǒng)的仿真研究.pdf
- 風力發(fā)電機組運行故障診斷與控制仿真.pdf
- 風力發(fā)電機組狀態(tài)監(jiān)控與故障診斷系統(tǒng)研究.pdf
- 基于支持向量機的風力發(fā)電機組液壓變槳系統(tǒng)故障診斷.pdf
評論
0/150
提交評論