论文总字数：16380字

摘 要

风能作为新一代的能源在现代社会科技发展中，有着不可或缺的作用。风电回转轴承作为风电系统中的核心，能否高效运行是影响发电效率的根本因素。本课题主要研究风电回转轴承的各种故障机理和诊断方法。

介绍了风电行业以及轴承故障诊断的国内外现状，本文的具体思路。随后介绍了风电轴承的故障机理和形式。列举了故障诊断的一般方法和本文将采用的研究手段。

本文具体的研究方法步骤如下，本课题采用了四组加速度传感器共同采集振动信号。将采集到的四组数据利用相关函数的加权融合合并成一组数据，防止产生太大的误差。随后利用EMD分解进行去噪，选取我们需要的本征模态分量IMF，将含有噪声的IMF排除，最后将所有留下IMF分别进行Hilbert变换，形成谱图。提取故障频率特征，从图中分辨具体的故障及其原因。整个过程会利用MATLAB软件编写程序进行仿真得出结果。

关键词：风电回转轴承 故障诊断

Research on Fault Diagnosis of Wind Turbine Rotary Bearing

Abstract

Wind energy as a new generation of energy in the development of modern social science and technology, has an indispensable role. Wind power rotary bearing as one of the core of the wind power generation system, whether efficient operation is the key to power generation efficiency. This paper mainly studies the various fault mechanism and diagnosis method of wind power rotary bearing.

This paper introduces the current situation of wind power industry and bearing fault diagnosis at home and abroad. Then introduced the wind turbine bearing failure mechanism and form. Lists the general methods of fault diagnosis and the research methods that will be used in this paper.

In this paper, the four steps of the acceleration sensor are used to collect the vibration signals, and the four sets of data collected are combined into a set of data by weighted fusion of related functions to prevent too much error, and then use EMD decomposition To denoise, select the eigenvector we need, the IMF will contain the noise of the IMF excluded, and finally all the remaining IMF were Hilbert transform, the formation of spectrum, extract the fault frequency characteristics, from the figure to distinguish the specific fault And its causes. The whole process will use MATLAB software to write a program to simulate the results.

Key words: Wind power rotary bearing; EMD; Fault diagnosis

目 录

摘要 I

Abstract I

第一章 绪论 1

1.1风电行业的发展现状 1

1.2风电轴承故障诊断技术的发展现状 1

1.2.1国外现状 1

1.2.2国内现状 2

1.3风电轴承的内部结构 2

1.4本文的主要研究内容 3

第二章 风电回转轴承的故障机理 4

2.1滚动轴承的故障 4

2.1.1滚动轴承的故障形式 4

2.1.2滚动轴承的故障发展阶段 4

2.2风电轴承的故障 5

第三章 风电回转轴承的故障诊断方法及设计 6

3.1振动信号分析方法 6

3.1.1时域分析法 6

3.1.2频域分析法 6

3.1.3时频域分析法 6

3.2故障频率的计算 6

3.3故障诊断方法的设计 8

第四章 基于相关函数的加权融合算法 11

4.1相关函数 11

4.2基于相关函数的加权融合算法 11

4.2.1确定加权法的权值 11

4.2.2基于相关函数加权法的数据融合的特点 12

4.3程序与仿真实验结果 13

第五章 经验模态分解（EMD）去噪 15

5.1经验模态分解的定义 15

5.2经验模态分解去噪原理 16

5.3仿真程序与结果 17

第六章 基于HHT的时频分析 20

6.1Hilbert-Huang变换 20

6.2Hilbert 谱和 Hilbert 边际谱 20

6.3程序和仿真结果 21

6.4试验台及传感器的选择 23

总结 26

参考文献 27

致谢 29

第一章 绪论

1.1风电行业的发展现状

近年来，风能开始走入人们的视野，随着科技不断的发展，风电行业中也开始利用各种各样的新技术，发电效率大大提升，产能与日俱增。

上个世纪80年代至今，世界各国都开始对风力发电产生了浓厚的兴趣。我国作为一个世界大国，拥有很多未开发的资源，这其中就包括了风能。在国家高度重视下，我国的风电产业正在从量变走向质变，不仅提高了发电效率，同时也在发电成本也在不断下降。2015年，全国一共配置风电机组92981台，比上年提高了26.8%。2015年全国新配置风电机组16740台，比上年提高了32.6%^[1]；

从上面的各项数据可以看出风电产业越来越受到重视，风能资源作为以前很少被开发的资源，现在正一步步被人们发掘出来，而风电产业的关键就是风力发电机的运行正常与否，那么拥有一套良好的风电轴承诊断系统将是这其中的重中之重。本文将重点研究此系统的设计与研发。

1.2风电轴承故障诊断技术的发展现状

1.2.1国外现状

国外主要从事风电研究机构为：NREL（美国可再生能源实验室），ECN（荷兰能源研究中心），AWEA（美国风能协会），EWEA（欧洲风能协会），BWEA（英国风能协会）等^[2]。

请支付后下载全文，论文总字数：16380字