论文部分内容阅读
随着能源危机和环境问题的进一步加剧,清洁可再生能源的开发利用受到了越来越多的关注。风能作为一种清洁可再生能源,凭借着自身的优势在世界范围内得到了迅速发展,截止到2014年底全球风电累计装机量达到了370GW。随着风电行业的飞速发展,如何保证风电机组安全平稳的运行,解决风电机组的故障问题,成为发电行业发展亟待解决的问题。齿轮箱是风电机组的核心部件,对机组质量起到至关重要的作用,风电齿轮箱的运行状态是否稳定,影响着整个机组的正常工作。振动信号作为故障信息的载体,能够有效反映齿轮箱传动系统中绝大多数的故障信息。为了保证机组安全平稳的运行,本文从振动分析的角度出发,对风电齿轮箱的故障诊断技术进行了研究。主要工作内容如下:(1)阐述了风电齿轮箱故障诊断技术国内外的研究现状,简要总结了国内外故障诊断技术的特点及存在的问题。(2)分析了风电齿轮箱常见的故障类型,对主要易损部件齿轮、轴承的典型故障和失效形式进行了研究,并计算了各部件的主要故障特征参数,为信号处理方法的研究提供理论基础。(3)为深入了解齿轮箱故障信号的特点,利用Adams和ANSYS workbench对齿轮箱传动系统进行了动力学仿真,并对仿真过程中的参数设置、六面体网格划分方法进行了深入研究。(4)根据齿轮箱故障信号的特点提出了基于聚合经验模态分解(EEMD)和希尔伯特平方解调技术的齿轮箱故障诊断方法。对EEMD分解中的参数进行了讨论,提出了采样频率的选取原则,对算法进行了改进提高,最后以美国凯斯西储大学和浙江省中自庆安新能源技术有限公司滚动轴承试验台所测得的故障数据为对象进行了实验分析,验证了本文所提出故障诊断方法的有效性。