试论刚体风电机组齿轮传动系统动态特性及故障诊断策略结论

论文导读：下一页
摘要：风电机组故障率高是造成其平均可利用率低的主要理由之一,会导致风电场发电量损失和维护费用增加,以而造成风电场运营成本的增加。由此降低风电机组故障率是提升风电场运营效益的重要途径之一。带有齿轮传动系统的风电机组是目前风电市场的主流机型,并且齿轮箱是此类风电机组中故障发生率较高的部件,由此探讨风电机组齿轮传动系统的动态特性、系统故障时的特点和影响以及故障诊断的策略对了解风电机组运转状态、及时发现并准确定位风电机组故障、预测机组运转状态的走势、制定风电场维修计划、提升风电机组运转可靠性等具有重要的论述作用。在本论文中,以风电机组齿轮传动系统为探讨对象,探讨了其正常状态下和齿轮故障状态下的动态特性及系统故障诊断策略。主要工作包括：(1)根据牛顿第二定律,运用集中参数法建立了风电机组齿轮传动系统扭转振动模型,深入浅析了系统的固有特性,并运用灵敏度浅析策略,浅析了系统参数对其固有频率的影响。(2)综合考虑了风电机组齿轮传动系统中直齿轮副和斜齿轮副时变啮合刚度激励和误差激励,利用数值浅析策略,求解得到了风电机组齿轮传动系统振动响应的数值解及其功率谱。(3)建立了风电机组齿轮传动系统齿轮故障模型。浅析了故障齿轮的动态特性,探讨浅析齿轮出现不同故障后对整个齿轮传动系统动态特性的影响,以而为风电机组齿轮传动系统的浅析、检测和诊断提供有效的浅析策略和诊断依据。(4)提出了一种风电机组齿轮传动系统柔性建模策略。通过在齿轮副中添加虚拟刚体和利用ADAMS中柔性连接功能的策略来模拟齿轮副时变啮合刚度；并采取轴离散化处理的策略模拟齿轮轴的扭转变形,实现了风电机组齿轮传动系统模型的柔性化,使虚拟样机更接近真实的物理样机,并且具有清晰的物理作用,方便根据实际需要修改动力学参数。仿真结果表明,齿轮啮合刚度时变性和轴的扭转变形对系统振动响应特性有显著影响。(5)提出了一种基于改善粒子群优化BP神经网络的风电机组齿轮箱故障诊断策略。引入聚类浅析中类内距的误差平方和准则和遗传算法中交叉算子的概念,保证了粒子群中粒子以初始化到搜索后期始终保持多样性,降低了粒子群陷入局部最优的风险。利用改善粒子群算法对BP网络权值和偏置进行优化,减少了BP神经网络算法陷入局部最优解的风险,提升了神经网络的训练效率,加速了网络的收敛速度。针对风电机组齿轮箱振动信号的不确定性、非平稳性和复杂性,提取功率谱熵、小波熵、峭度、偏度、关联维数和盒维数作为故障特点。经过对风电场实际采集数据的浅析,验证了此种故障诊断算法收敛速度快、判断准确。关键词：风电机组论文齿轮传动系统论文动态特性论文故障模型论文故障浅析论文ADAMS论文虚拟刚体论文粒子群优化论文神经网络论文故障特点论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-7
Abstract7-15
第1章 绪论15-24

1.1 论文探讨背景及作用15-18

1.1 论文探讨背景15-17

1.2 论文的探讨目的和作用17-18

1.2 风电机组齿轮传动系统动力学探讨概况18-22

1.2.1 齿轮系统动力学探讨进展18-19

1.2.2 行星齿轮系统动力学探讨进展19-20

1.2.3 风电机组齿轮传动系统动力学探讨概况20-21

1.2.4 齿轮故障诊断探讨进展21-22

1.3 论文主要探讨内容22-24

第2章 风电机组齿轮传动系统扭转振动模型及固有特性浅析24-39

2.1 引言24

2.2 齿轮副扭转振动模型24-25

2.3 风电机组齿轮传动系统25-30

2.3.1 风电机组齿轮传动系统25-26

2.3.2 风电机组齿轮传动系统扭转振动方程26-30

2.4 基于扭转振动模型的固有特性浅析30-34

2.4.1 参数计算31-33

2.4.2 固有频率和振型计算结果33-34

2.5 灵敏度浅析34-37

2.6 本章小结37-39

第3章 风电机组齿轮传动系统振动响应浅析39-59

3.1 引言39

3.2 风电机组齿轮传动系统激励及计算39-49

3.

2.1 刚度激励39-48

3.

2.2 误差激励48-49

3.

2.3 阻尼计算49

3.3 风电机组齿轮传动系统振动响应计算49-57

3.4 本章小结57-59

第4章 风电机组齿轮传动系统故障模型及动态响应59-72

4.1 引言59

4.2 带有轮齿裂纹故障的风电机组传动系统数学模型59-66

4.

2.1 裂纹故障时齿轮啮合刚度60-63

4.

2.2 裂纹故障时系统振动响应63-66

4.3 模拟轮齿表面点蚀的数学模型66-71
4.

3.1 点蚀故障齿轮冲击波形67

4.

3.2 点蚀故障时系统振动响应67-71

4.4 本章小结71-72
第5章 基于虚拟样机的风电机组传动系统仿真浅析72-86

5.1 引言72

5.2 基于Pro/E的风电机组齿轮传动系统模型72-75

5.

2.1 基于Pro/E的参数化建模72-74

5.

2.2 零件装配74-75

5.3 基于ADAMS的风电机组齿轮传动系统虚拟样机75-80
5.

3.1 ADAMS的基本原理75-77

5.

3.2 基于ADAMS的风电机组齿轮传动系统虚拟样机的建立77-78

5.

3.3 模型验证78-80

5.4 基于风电机组齿轮传动系统柔性模型的动力学仿真80-85
5.

4.1 啮合齿轮副柔性化80-82

5.

4.2 传动轴柔性化82-83

5.

4.3 仿真浅析83-85

5.5 本章小结85-86
第6章 风电机组齿轮箱故障诊断策略探讨86-106

6.1 引言86

6.2 故障诊断算法原理86-88

6.

2.1 BP神经网络算法86-87

6.

2.2 粒子群优化算法87-88

6.3 粒子群优化算法的改善88-90
6.

3.1 粒子初始位置的优化89

6.

3.2 引入交叉算子89-90

6.4 改善粒子群优化BP神经网络策略90-92

6.5 风电机组齿轮箱故障特点提取92-102

6.6 仿真浅析102-1论文导读：07-108参考文献108-115攻读博士学位期间发表的论文及其它成果115-116攻读博士学位期间参加的科研工作116-117致谢117-118作者介绍118上一页12
05

6.1 BP网络参数设置102

6.2 粒子群参数设置102-103

6.3 网络训练103-104

6.4 网络测试及结果浅析104-105

6.7 本章小结105-106

第7章 结论与展望106-108

7.1 本论文的主要探讨成果106-107

7.2 探讨方向展望107-108

参考文献108-115
攻读博士学位期间发表的论文及其它成果115-116
攻读博士学位期间参加的科研工作116-117
致谢117-118
作者介绍118