学位论文 > 优秀研究生学位论文题录展示

北票风电场发电机组的齿轮箱故障诊断研究

作　者: 谭晓静
导　师: 赵国材
学　校: 辽宁工程技术大学
专　业: 检测技术与自动化装置
关键词: 故障诊断遗传算法(GA) 模糊规则模糊神经网络(FNN)
分类号: TH165.3
类　型: 硕士论文
年　份: 2011年
下　载: 57次
引　用: 1次
阅　读: 论文下载

内容摘要

齿轮箱是风力发电机组的重要组成部分,如何及早发现并诊断齿轮的故障,对维护系统正常运行,经济合理地安排维修设备时间,减少设备故障发生,避免重大人身伤亡事故有着十分重要的意义。故障诊断方法很多,诸如:传统故障诊断、数学故障诊断、智能故障诊断方法(模糊逻辑、神经网络、专家系统)等。通过综合比较,本文提出了基于遗传算法(GA)的模糊神经网络模型(FNN),并通过在神经网络框架下引入模糊规则,从而使网络权值有明显意义,并且保留神经网络的学习机制。使用遗传算法在搜索解的过程中,能够达到最佳收敛,优化全局。在神经网络训练之前,引入GA对染色体的交叉、变异运算寻找BP网络的最优初始权值,训练网络时再次引入GA优化网络参数,可以有效避免网络收敛过早。本文针对权值的学习采用进化算法,避免了原有BP算法容易陷入局部最优的缺点。本文首先使用了模糊规则专家系统,对齿轮箱进行故障诊断,得出诊断结果,本文分析了这种方法在故障诊断中具有实用性,同时也存在很大的局限性.由于神经网络强大的学习能力,被广泛应用与故障诊断。在文章中采用了BP网络建立故障诊断模型和基于遗传算法、神经网络、模糊逻辑结合建立模糊神经网络模型,对齿轮箱故障进行诊断,均可以得到正确的故障诊断结果。通过对于两种方法训练时间,相对误差值等方面的比较,显示了GA-FNN的优越性,表明了该方法的有效性、可行性,达到了预期效果。

全文目录

摘要  6-7
Abstract  7-10
1. 引言  10-15
  1.1 风电机故障诊断分析的意义  10-12
  1.2 故障诊断方法的现状研究  12-13
  1.3 本文的主要研究内容和意义  13-15
    1.3.1 本文主要研究内容  13
    1.3.2 本文研究意义  13-15
2. 常见齿轮箱故障诊断模型分析  15-20
  2.1 高阶统计参数法  15-16
  2.2 小波变换分析方法  16-17
  2.3 平稳循环变量法  17-18
  2.4 测量扭转振动参数识别法  18-20
3. 遗传算法和模糊神经网络理论  20-33
  3.1 遗传算法理论  20-25
    3.1.1 遗传算法性能评估  21-22
    3.1.2 遗传算法在MATLAB 中的实现  22-25
  3.2 BP 神经网络  25-28
  3.3 模糊神经网络(FNN)  28-33
    3.3.1 模糊神经网络理论  28-29
    3.3.2 模糊神经网络学习算法  29-33
4. 遗传算法与模糊神经网络融合  33-45
  4.1 主成分分析方法在数据预处理中的应用  33-37
    4.1.1 主成分分析在数据预处理中的应用  34-35
    4.1.2 主成分分析的基本原理  35-37
  4.2 基于GA 优化的 FNN 学习算法  37-41
    4.2.1 参数初始化  37-38
    4.2.2 网络结构的学习  38-40
    4.2.3 参数优化—隶属参数的中心和宽度  40-41
  4.3 遗传算法与BP 网络  41-44
  4.4 遗传算法与神经网络具体融合方案  44-45
5. 风力发电机齿轮箱故障信号的提取  45-51
  5.1 齿轮箱结构及运行特征  45-46
  5.2 齿轮箱各部件的常见故障  46-47
  5.3 齿轮箱故障信号采集  47-51
    5.3.1 齿轮箱特征频率  47-48
    5.3.2 选取齿轮箱测试点信号  48-51
6. GA-FNN 在齿轮箱故障诊断中的应用  51-62
  6.1 基于模糊逻辑的故障诊断模型  51-53
  6.2 初始信息的建立  53-55
  6.3 基于GA 的模糊神经网络在故障诊断中的应用  55-56
  6.4 模糊神经网络模型  56-57
  6.5 齿轮箱故障模式统计分析  57-62
    6.5.1 仿真分析  57-59
    6.5.2 基于GA 的模糊网络训练  59-62
结论  62-63
参考文献  63-66
附录A  66-72
作者简历  72-74
学位论文数据集  74-75

北票风电场发电机组的齿轮箱故障诊断研究

内容摘要

全文目录

相似论文