基于子空間方法的風機齒輪箱早期故障預測研究.pdf

1、在環(huán)境問題和能源危機日趨嚴重的今天,風力發(fā)電事業(yè)的迅速發(fā)展無疑是一個正面消息,但隨之而來的是風電場高額的維修費用。風機齒輪箱的故障是造成整臺風電機組停機時間最長的一種故障,同時齒輪箱也是最昂貴的部件之一。因此,對其進行早期故障預測的研究對延長風機安全穩(wěn)定運行時間和減少風電場運行維修費用具有重要意義。
　　本論文是在國家自然基金(編號:51277074)項目下進行的,針對風機齒輪箱的振動監(jiān)測數(shù)據(jù),提出了兩種基于子空間方法的齒輪箱故障

2、預測算法:(1)基于隨機子空間識別方法的故障預測。該算法首先利用隨機子空間方法和大量正常運行時的振動數(shù)據(jù),來建立齒輪箱的隨機狀態(tài)空間方程,并得到一組與齒輪箱正常狀態(tài)特征相對應的參考特征值;隨后利用這組參考特征值與由實際振動數(shù)據(jù)所求的特征值進行比較,如果所求特征值與參考特征值誤差很小,則說明系統(tǒng)正常;反之則異常;為了便于比較,定義了均方根誤差這個評價指標,結合統(tǒng)計過程控制原理確定的門檻值,來對齒輪箱的運行狀態(tài)進行實時預測。(2)基于確定性

3、-隨機子空間識別方法的故障預測。該算法是對第一種算法的深化和擴展,不僅考慮了風機齒輪箱的振動監(jiān)測數(shù)據(jù),而且考慮了其變化的轉速數(shù)據(jù)對故障預測的影響。首先,同樣對長時間的振動數(shù)據(jù)和轉速數(shù)據(jù)進行分析計算,由該算法可以求得齒輪箱各轉速正常狀態(tài)下的一個參考域;然后利用新的數(shù)據(jù)估計出狀態(tài)空間方程的參數(shù)矩陣,并得到相應系統(tǒng)矩陣的特征值,若特征值位于參考域范圍內則說明齒輪箱的狀態(tài)正常,反之則異常;為了給出定量的分析結果,提出了離散度這個評價指標,正常狀