基于谱峭度的风电机组传动链故障特征提取方法研究

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 研究现状

1．2．1 振动监测和故障诊断系统研究现状

1．2．2 振动信号的处理和特征提取方法研究现状

1．2．3 谱峭度分析方法研究现状

1．3 论文主要研究内容和结构

第2章 风电机组传动链结构及故障案例分析

2．1 风电机组传动链结构

2．1．1 双馈式风电机组传动链

2．1．2 直驱型风电机组传动链

2．2 风电机组传动部件故障特征分析

2．2．1 风电机组齿轮箱齿轮故障特征

2．2．2 风电机组滚动轴承故障特征

2．2．3 轴类零件故障特征

2．3 风电机组振动监测系统

2．3．1 CMS系统简介

2．3．2 风电机组传动链振动测点

2．4 风电机组传动部件典型故障案例分析

2．4．2 案例2-发电机轴承故障

2．4．3 案例3-发电机转子不平衡

2．5 风电机组传动部件故障振动信号简述

2．5．1 风电机组齿轮振动信号

2．5．2 风电机组轴承振动信号

2．6 本章小结

第3章 谱峭度分析方法及其应用

3．1 引言

3．2 谱峭度理论

3．2．1 峭度概述

3．2．2 谱峭度定义

3．3 谱峭度图算法

3．3．1 基于STFT的谱峭度图

3．3．2 基于FIR滤波器的谱峭度图

3．4 谱峭度图在故障特征提取中的应用

3．4．1 仿真信号分析

3．4．2 风电机组发电机轴承故障分析

3．4．3 风电机组齿轮故障分析

3．5 本章小结

第4章 基于AR-MED和谱峭度结合分析方法及应用

4．1 引言

4．2．1 AR模型

4．2．2 最小熵解卷积

4．3 基于AR-MED和谱峭度结合的信号处理方案

4．4 基于AR-MED和谱峭度结合方法应用分析

4．4．1 仿真信号分析

4．4．2 风电机组齿轮故障分析

4．4．3 风电机组发电机轴承故障分析

4．5 本章小结

第5章 基于MCKD和谱峭度结合分析方法及应用

5．1 引言

5．2 最大相关峭度解卷积算法

5．2．1 相关峭度

5．2．2 MCKD理论

5．3 MCKD降噪性分析

5．3．1 位移数对MCKD降噪性能的影响

5．3．2 滤波长度对MCKD降噪性能的影响

5．4 MCKD-SK方法的诊断流程

5．5 基于MCKD与谱峭度结合方法应用分析

5．5．1 仿真信号分析

5．5．2 风电机组发电机轴承故障分析

5．6 本章小结

第6章 基于谱峭度的故障趋势分析

6．1 故障情况描述

6．2 故障趋势

6．3 基于谱峭度的故障特征值趋势对比

6．4 本章小结

第7章 结论与展望

7．1 结论

7．2 展望

参考文献

攻读硕士期间发表论文及其它成果

致谢