基于小波分析和神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電機組故障診斷.pdf

1、本文從風(fēng)力發(fā)電機組實際運行特點研究入手，對風(fēng)力發(fā)電機組各關(guān)鍵部分進行了FMEA分析，對風(fēng)力發(fā)電機組的故障特點，造成故障的原因，故障可能造成的后果，以及基本的解決策略，本文中列舉的風(fēng)機故障和解決策略均來自于風(fēng)電場實際生產(chǎn)運行，以及風(fēng)機廠家資料內(nèi)容，基本涵蓋了風(fēng)力發(fā)電機組可能出現(xiàn)的故障現(xiàn)象。通過對風(fēng)力發(fā)電機組各主要設(shè)備單元的FMEA分析，針對其各個系統(tǒng)的故障特點，對其故障和狀態(tài)的檢測提出了有針對性的方法。通過以上內(nèi)容的研究分析成果，本文重點

2、在如何設(shè)計一套滿足風(fēng)力發(fā)電機組故障診斷決策系統(tǒng)。通過分析研究，本文主要取得以下成果：
　　(1)本文在詳細分析風(fēng)力發(fā)電機組的工作原理和運行特點的基礎(chǔ)上，通過引入FMEA分析理論，對風(fēng)力發(fā)電機組各主要單元系統(tǒng)進行了FMEA分析，對各個系統(tǒng)的故障現(xiàn)象、故障原因、故障影響后果和基本處理措施有了更為深入清晰的分類和認識。
　　(2)通過對各系統(tǒng)FMEA分析的結(jié)果，本文針對風(fēng)機各個部分系統(tǒng)自身的特點和故障機理，利用目前較為成熟的檢測方

3、法逐一設(shè)置檢測方案，從而有效保證了故障診斷的準確性和可靠性。
　　(3)本文通過風(fēng)力發(fā)電機組故障特性的詳細分析，以及針對風(fēng)力發(fā)電機組各個單元故障制定專項檢測方法，對風(fēng)力發(fā)電機組故障診斷決策系統(tǒng)進行逐層遞進的詳細設(shè)計，第一步對故障診斷決策系統(tǒng)的功能目標設(shè)計，當完成系統(tǒng)的功能目標設(shè)計后，第二步引用組合式故障診斷策略以提高系統(tǒng)的故障診斷效果，第三步在故障診斷策略確定后，對整個系統(tǒng)的框架進行設(shè)計，從而完成整個故障診斷決策系統(tǒng)的初步設(shè)計，第

4、四步在前三部分充分論述和研究的基礎(chǔ)上，對系統(tǒng)的基本組成進行設(shè)計，從而基本確定了系統(tǒng)的搭建方式。本文對故障診斷決策系統(tǒng)的設(shè)計方式較以往故障診斷系統(tǒng)的開發(fā)設(shè)計更為全面，對于風(fēng)力發(fā)電機組故障診斷系統(tǒng)的功能不僅限于機械故障診斷或是電氣故障等特定故障類型進行診斷，而是針對風(fēng)機整體的運行故障進行診斷分析。同時本文對故障診斷決策系統(tǒng)的設(shè)計是將故障診斷和故障處理決策有機結(jié)合在一起的整體系統(tǒng)，是系統(tǒng)綜合風(fēng)機各項檢測數(shù)據(jù)和人員初期錄入的故障處理數(shù)據(jù)后，通過

5、自行運算并關(guān)聯(lián)至備品備件臺賬和工器具臺賬后得出故障處理決策，將人員參與診斷的范圍降至最低限度，人員只是對系統(tǒng)的數(shù)據(jù)積累和日常維護工作。
　　(4)本文在詳細分析風(fēng)力發(fā)電機組齒輪箱故障特性基礎(chǔ)上，提出基于小波包變換分析方法對風(fēng)力發(fā)電機組齒輪箱故障信號實現(xiàn)了去噪和分解方法，較好的實現(xiàn)了對風(fēng)力發(fā)電機組齒輪箱故障信號的處理，同時提出在小波包變換的基礎(chǔ)上利用BP神經(jīng)網(wǎng)絡(luò)算法對風(fēng)力發(fā)電機組齒輪箱故障進行診斷，通過研究以及MATLAB工具仿真表

6、明，該方法能夠本成功的提取出齒輪箱原始振動信號的故障信號特征，所以為風(fēng)電機組齒輪箱的只能故障診斷提供理論支持。
　　(5)本文引用D-S證據(jù)理論為目前多種方法融合決策的故障診斷方法提供更好地決策融合平臺，并利用證據(jù)理論融合算法，對目前不同故障診斷方法得出不同診斷效果，進行嘗試性的融合計算，利用D-S融合算法得出的診斷結(jié)論對多種診斷結(jié)果得出的故障結(jié)論進行有效支持和加強，說明D-S證據(jù)理論在融合多種診斷方法結(jié)論中具有很好的效果。