学位论文 > 优秀研究生学位论文题录展示

直驱型同步风力发电机组故障诊断系统的研究和设计

作 者: 周昆鹏
导 师: 廖力清
学 校: 中南大学
专 业: 电气工程
关键词: 风力发电机组 电流信号分析 故障诊断 BP神经网络 专家系统
分类号: TM315
类 型: 硕士论文
年 份: 2010年
下 载: 425次
引 用: 6次
阅 读: 论文下载
 

内容摘要


随着风力发电产业的发展,风电作为一种新型能源在我国能源结构中所占的比例越来越大。风力发电机故障诊断技术可以有效地提高机组的可靠性,降低风力发电场的运营成本,提高风力发电场的运行效率,对促进风电产业的发展以及能源结构的调整具有重要的意义。论文介绍了故障诊断技术的基本原理,总结了风力发电机组的常见故障及故障机理。针对现有风力发电机故障诊断系统存在的可靠性低、造价高、适应性差的缺点,结合风力发电机组的研究发展方向,提出了一种以风力发电机组电流信号分析为主的直驱型同步风力发电机故障诊断方案。分析了电流信号用于风力发电机故障诊断的基本原理,在此基础上采用永磁同步发电机建立了一套模拟直驱型风力发电机运行的实验模型。通过采集实验模型在负载不平衡故障运行状态下的电流信号,并利用小波包工具分析出电流信号各频段分量中所隐含的特征参数,证明了电流信号用于直驱型风力发电机组故障诊断的可行性。根据系统的设计要求,结合BP神经网络系统与专家系统的优势,设计了一套基于电流信号分析的神经网络专家故障诊断系统。重点研究了故障诊断系统的BP神经网络推理模块,利用MATLAB软件的神经网络工具箱对故障推理模块的相关参数进行了确认,完成了故障推理模块的训练和仿真实验,获得了风力发电机组故障诊断的仿真结果。结果表明,采用BP神经网络作为故障诊断系统的正向推理模块,具有较好的诊断结果。总结了直驱型同步风力发电机故障诊断系统有待于完善和进一步研究的问题。论文所做的工作对直驱型同步风力发电机故障诊断具有重要的参考价值。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-17
  1.1 课题背景  9-10
  1.2 课题目的及意义  10-12
  1.3 研究现状与发展方向  12-15
    1.3.1 风电机组故障诊断的研究现状  12-14
    1.3.2 存在的问题及发展方向  14-15
  1.4 本文研究的主要内容与章节安排  15-17
第二章 风电机组原理及其主要故障类型分析  17-24
  2.1 风电机组原理与结构  17-18
    2.1.1 风电机组类型介绍  17-18
    2.1.2 直驱型同步风电机组的主要结构  18
  2.2 风电机组典型故障分析  18-21
    2.2.1 齿轮箱故障  19
    2.2.2 主传动轴承故障  19-20
    2.2.3 发电机组故障  20-21
  2.3 故障诊断基本理论与方法  21-23
    2.3.1 故障及故障诊断的定义  21-22
    2.3.2 状态监测方法的分析  22-23
  2.4 本章小结  23-24
第三章 故障诊断系统总体方案  24-50
  3.1 故障诊断系统的设计原则  24-26
  3.2 信号分析方法的选择  26-32
    3.2.1 信号处理的基本方法  26-28
    3.2.2 小波分析的基本原理  28-30
    3.2.3 小波包及其在故障诊断应用中的优势  30-32
  3.3 电流信号故障诊断技术研究  32-40
    3.3.1 电流信号故障诊断的基本原理  32-35
    3.3.2 同步发电机组故障电流特征频率  35-36
    3.3.3 小波包变换在电流信号分析中的应用研究  36-40
  3.4 智能故障诊断系统选择  40-45
    3.4.1 专家系统原理及不足  40-41
    3.4.2 BP神经网络及其改进算法  41-44
    3.4.3 神经网络与专家系统的结合  44-45
  3.5 故障诊断系统的总体方案  45-48
    3.5.1 故障诊断系统功能需求  45-46
    3.5.2 诊断系统总体方案设计  46-48
  3.6 本章小结  48-50
第四章 风电机组故障诊断系统设计  50-62
  4.1 数据采集与信号处理模块设计  50-52
    4.1.1 数据采集与处理模块  50-51
    4.1.2 电流故障特征向量提取模块  51-52
  4.2 系统监控与主数据库模块设计  52-55
    4.2.1 诊断系统监控模块  52-53
    4.2.2 故障诊断数据库模块  53-55
  4.3 智能诊断模块设计  55-61
    4.3.1 神经网络专家系统知识库  55-58
    4.3.2 故障推理模块及故障解释模块  58-61
  4.4 本章小结  61-62
第五章 故障推理模块仿真与结果分析  62-71
  5.1 故障推理模块的建模  62-66
    5.1.1 故障征兆与特征向量提取  62-63
    5.1.2 特征向量数据预处理  63-65
    5.1.3 神经网络推理系统的构建  65-66
  5.2 故障推理模块训练和诊断仿真  66-70
    5.2.1 BP神经网络的训练  66-69
    5.2.2 故障诊断仿真与结果分析  69-70
  5.3 本章小结  70-71
第六章 总结与展望  71-73
参考文献  73-77
致谢  77-78
攻读硕士学位期间主要的研究成果  78

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  5. 机械臂视觉伺服系统的研究,TP242.6
  6. 基于支持向量机的故障诊断方法研究,TP18
  7. 三容水箱系统故障诊断算法研究,TP277
  8. 大学生综合素质测评研究,G645.5
  9. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  10. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  11. 水上交通安全保障系统的关键技术研究,U698
  12. 我国进境植物检疫专家系统开发,S41-30
  13. 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
  14. 基于神经网络的漯河技术监督局食品安全预警系统研究,F203
  15. 基于神经网络的自适应噪声主动控制研究,TP183
  16. 基于SE300的车削专家系统关键技术研究,TP182
  17. 注塑成型过程监测与故障诊断平台的设计与实现,TQ320.5
  18. 基于DSP控制的直驱式风电机组并网变流器研究,TM46
  19. 数字型仪表自动识读系统研究,TP391.41
  20. 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
  21. HART现场故障诊断仪的研究与实现,TP277

中图分类: > 工业技术 > 电工技术 > 电机 > 发电机、大型发电机组(总论) > 风力发电机
© 2012 www.xueweilunwen.com