發(fā)布時間：2018-10-31 12:40

【摘要】：大型旋轉(zhuǎn)機電設(shè)備安全穩(wěn)定運行對經(jīng)濟和社會具有重要影響，保障其安全穩(wěn)定運行的研究工作具有重要意義，也是國內(nèi)外學(xué)者面臨的重要課題。風(fēng)電機組是一種典型的大型旋轉(zhuǎn)機械，其傳動系統(tǒng)由穩(wěn)定運行狀態(tài)劣化為非穩(wěn)定狀態(tài)有一個發(fā)展變化的過程，大部分劣化發(fā)展趨勢依存于時間歷程。若能夠?qū)�傳動系統(tǒng)運行穩(wěn)定性劣化趨勢進行有效預(yù)測，揭示劣化發(fā)生、發(fā)展直至惡化的演變過程，則有利于實施預(yù)知維護，避免惡性事故發(fā)生，為保障系統(tǒng)安全穩(wěn)定運行提供科學(xué)手段。 本論文以風(fēng)電機組為研究對象，對其傳動系統(tǒng)運行穩(wěn)定性劣化趨勢預(yù)測方法開展了深入的研究，主要研究內(nèi)容及創(chuàng)新點有： (1)研究風(fēng)電機組傳動系統(tǒng)運行穩(wěn)定性劣化信息預(yù)處理方法，提出基于Birgé-Massart閾值的小波變換模極大值弱信息預(yù)處理算法。該算法利用信號和噪聲在多尺度空間中的小波變換模極大值隨尺度增大所具有的不同傳播特性，采用Birgé-Massart懲罰策略獲取閾值，調(diào)節(jié)閾值獲得小波分解各尺度上合適的模極大值點序列，，增強獲取信號突變點的能力，解決運行穩(wěn)定性劣化進程中早期劣化特征信息微弱，穩(wěn)定性劣化特征往往被變工況等非劣化信息淹沒的問題。實驗驗證表明，該信號預(yù)處理方法能夠凸顯狀態(tài)特征信息，獲得較小的均方根誤差以及較高的信噪比，能夠進行設(shè)備狀態(tài)特征弱信息的預(yù)處理。 (2)研究高階累積量劣化特征提取方法，提出基于敏感性、趨勢性、差異性、一致性判斷特征提取方法的趨勢預(yù)測適用性的方法，解決變工況、非平穩(wěn)運行狀態(tài)下，劣化特征與變工況等非劣化特征耦合難以分離，以及劣化趨勢預(yù)測研究中特征提取方法的選擇缺少理論依據(jù)的問題。傳動系統(tǒng)多種劣化類型下不同劣化程度狀態(tài)的實驗結(jié)果表明，該方法可對不同特征提取方法分離劣化特征的性能進行有效分析。 (3)提出“1.5維譜頻帶能量均值”的概念，提出基于“1.5維譜頻帶能量均值”的隱馬爾可夫運行穩(wěn)定性劣化趨勢預(yù)測方法。融合1.5維譜和四階累積量對角切片譜特征提取方法獲取多種劣化類型下不同劣化程度狀態(tài)的運行穩(wěn)定性劣化特征向量，建立風(fēng)電機組傳動系統(tǒng)多種劣化類型模型，診斷傳動系統(tǒng)的劣化類型，根據(jù)頻帶能量均值對具體劣化類型下狀態(tài)的劣化程度進行量化，獲得劣化程度量化區(qū)間，建立運行穩(wěn)定性劣化的狀態(tài)序列，應(yīng)用隱馬爾可夫模型對劣化狀態(tài)進行趨勢預(yù)測研究。開展工業(yè)現(xiàn)場風(fēng)電機組實驗驗證，結(jié)果表明，該方法能夠揭示設(shè)備運行穩(wěn)定性劣化的趨勢，可以作為確定系統(tǒng)運行狀態(tài)以及判斷系統(tǒng)劣化趨勢的依據(jù)。 (4)提出基于“劣化演化矩陣”的風(fēng)電機組傳動系統(tǒng)運行穩(wěn)定性劣化狀態(tài)評價方法，定義穩(wěn)定性劣化均值、穩(wěn)定性劣化方差等狀態(tài)劣化趨勢的表征參數(shù)。面向風(fēng)場風(fēng)機實際運行狀態(tài)，進行基于該評價方法的實驗驗證，結(jié)果表明該方法可以準確描述穩(wěn)定運行狀態(tài)劣化為非穩(wěn)定運行狀態(tài)的劣化演化過程，能夠?qū)υO(shè)備實際運行狀態(tài)進行有效評價。
[Abstract]:......
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TM315

【參考文獻】

相關(guān)期刊論文 前10條

1 周越,楊杰,胡英;基于高階累積量的水聲噪聲檢測與識別[J];兵工學(xué)報;2002年01期

2 李月琴;栗蘋;閆曉鵬;陳慧敏;;小波變換模極大去噪法在無線電引信信號處理中的應(yīng)用[J];兵工學(xué)報;2008年10期

3 馬波,馬日紅,江志農(nóng),高金吉;臥螺離心機實時監(jiān)測與故障自愈系統(tǒng)研究[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2005年03期

4 陳濤;徐小力;王少紅;;基于小波包懲罰函數(shù)的煙機振動信號軟閾值降噪[J];北京理工大學(xué)學(xué)報;2010年08期

5 徐學(xué)勇;程康;;爆破震動信號模極大值小波消噪方法的改進[J];爆炸與沖擊;2009年02期

6 張玉新;滕桂法;趙洋;李閱歷;馬建斌;;基于小波變換模極大值的信號去噪方法研究[J];河北農(nóng)業(yè)大學(xué)學(xué)報;2009年01期

7 高金吉;馬波;江志農(nóng);;故障自愈工程研究(英文)[J];大連理工大學(xué)學(xué)報;2006年03期

8 張嚴,王樹勛;非線性相位耦合的切片譜分析方法[J];電子學(xué)報;1998年10期

9 劉朝山,張維強,邱迎鋒,劉光斌;一種改善小波變換模極大值重構(gòu)信號的整體變分方法[J];電子學(xué)報;2004年10期

10 連可;王厚軍;龍兵;;一種基于小波變換模極大值的估計Lipschitz指數(shù)新方法[J];電子學(xué)報;2008年01期

相關(guān)博士學(xué)位論文 前3條

1 潘玉娜;滾動軸承的性能退化特征提取及評估方法研究[D];上海交通大學(xué);2011年

2 肖文斌;基于耦合隱馬爾可夫模型的滾動軸承故障診斷與性能退化評估研究[D];上海交通大學(xué);2011年

3 李寧;旋轉(zhuǎn)機械的測試信號分析及隱馬爾科夫模型應(yīng)用研究[D];重慶大學(xué);2010年

本文編號：2302215