大型風(fēng)力機(jī)葉片動(dòng)態(tài)特征提取與故障診斷.pdf

1、葉片作為風(fēng)力發(fā)電機(jī)組的核心部件之一，承載著將風(fēng)能轉(zhuǎn)化為葉輪旋轉(zhuǎn)動(dòng)能的重要作用。葉片運(yùn)行狀態(tài)的安全可靠性對(duì)整個(gè)風(fēng)力發(fā)電機(jī)組的經(jīng)濟(jì)效益有著重要影響，其性能的好壞也直接影響著整機(jī)組的安全運(yùn)行以及穩(wěn)定性。因此，無(wú)論是從降低整機(jī)組的運(yùn)行風(fēng)險(xiǎn)，還是減少運(yùn)作成本的角度考慮，研究風(fēng)力機(jī)葉片的狀態(tài)檢測(cè)方法，對(duì)于降低故障損失，保證整機(jī)組長(zhǎng)時(shí)間安全運(yùn)行都具有重要意義。
　　 本文建立了1.5MW風(fēng)力發(fā)電機(jī)組的有限元模型，并通過(guò)計(jì)算模型的質(zhì)量和靜強(qiáng)度，

2、驗(yàn)證了模型的合理性。對(duì)模型進(jìn)行了模態(tài)分析，得到了整機(jī)組的固有頻率和振型，并從中提取葉片的固有頻率和振型，找到葉片易損傷的位置。在葉片易損傷位置處模擬質(zhì)量偏心和剛度損傷，求得正常狀態(tài)和各故障狀態(tài)下機(jī)艙響應(yīng)點(diǎn)處的加速度功率譜。
　　 對(duì)于模擬數(shù)據(jù)，以加速度功率譜中特征頻率處幅值的變化率作為故障特征量，并建立這些故障特征量的三個(gè)改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型，其中第一個(gè)神經(jīng)網(wǎng)絡(luò)模型用來(lái)判斷故障類型，第二個(gè)神經(jīng)網(wǎng)絡(luò)模型用來(lái)判斷質(zhì)量偏心的位置和大小

3、，第三個(gè)神經(jīng)網(wǎng)絡(luò)模型用來(lái)判斷剛度損傷的位置和程度，并用這三個(gè)神經(jīng)網(wǎng)絡(luò)模型對(duì)模擬數(shù)據(jù)進(jìn)行故障診斷。
　　 對(duì)于實(shí)驗(yàn)數(shù)據(jù)，以每25幀數(shù)據(jù)的加速度功率譜中的特征頻率處幅值的均值的變化率作為故障特征量，建立故障閾值向量。用上述建立的三個(gè)神經(jīng)網(wǎng)絡(luò)模型對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行故障診斷。
　　 用LabVIEW和MATLAB混合編程的技術(shù)，編制了風(fēng)力機(jī)葉片故障診斷程序。
　　 研究結(jié)果表明，基于從機(jī)艙響應(yīng)點(diǎn)加速度功率譜中提取故障特征量，