基于BP神经网络的风机故障诊断-开题报告.docVIP

毕业设计(论文)开题报告 学生姓名： 学 号： 专 业： 设计(论文)题目：基于神经网络的风机故障诊断研究 指导教师： 2012 年 3 月 8 日  开题报告填写要求 1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在系审查后生效； 2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见； 3．“文献综述”应按论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于10篇（不包括辞典、手册）； 4．有关年月日等日期的填写，应当按照国标GB/T 7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。如“2002年4月26日”或“2002-04-26”。  毕 业 设 计（论 文）开 题 报 告 1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写 2000字左右的文献综述： 文 献 综 述 本课题研究的目的和意义 能源问题是当今社会急需解决的问题之一。对可再生能源的开发和利用，特别是对风能的开发利用，已经受到全人类的普遍关注。风力发电机作为风能转化为电能的基础设施在整个风力发电系统中有着举足轻重的作用，因此对它进行准确、及时的故障诊断是工程应用中非常重视的问题[1]。 设备故障诊断技术是二十世纪六十年代产生并发展起来的综合性边缘学科，是涉及到数学、物理、化学、力学、声学、机械、电子技术、传感技术、计算机技术及信号处理技术等多种学科的综合性工程科学[2]。总的来说，设备诊断技术就是通过各种先进仪器，采集机电设备的具有某些特征的各种动态信息，并运用相关技术来分析和处理这些动态信息，用于区分、识别或确认机电设备的异常表现，然后查明其异常表现产生的原因、发生的部位以及严重程度，预测其发展的趋势，提出针对性的维护措施和处理方法的一种技术[3]。 滚动轴承是机械设备中最常用的部件，被人们称为机械的关节。它具有效率高、摩擦阻力小、装配方便、润滑易实现等优点，因此在旋转机械上应用非常普遍，并且起着关键作用[4]。可以说是工业、农业、国防、科学技术和家用电器等各个领域中的主机，其精度、性能、寿命、可靠性和各项经济指标，都与轴承有着密切的联系，而且轴承工业的发展还关系着我国重大技术装备的制造水平及机械设备的出口能力。轴承在国民经济和国防建设中正在起着越来越重要的作用[5]。 滚动轴承在风力发电机组中也有着广泛的应用。如偏航系统轴承、变桨距系统轴承和传动系统轴承[6]。风力发电机机舱通常安装在50～80m高的塔架上，工作条件恶劣，温度、湿度变化较大，载荷情况复杂，因此，对安装在各个部位的滚动轴承提出了更高的要求[7]。据统计，在风力发电机组的各种故障中，滚动轴承故障占有相当大的比例。这是因为滚动轴承是机械设备中工作条件最为恶劣的部件，它在机械设备中起着承受载荷和传递载荷的作用，其运行状态是否正常往往直接影响到整台机器的性能。所以滚动轴承的故障诊断方法，一直是机械故障诊断中重点发展的技术之一。此外，与其他机械零部件相比，滚动轴承有一个很大的特点，其寿命离散性很大。有的轴承已大大超过设计寿命而依然完好地工作，而有的轴承远未达到设计寿命就出现了各种故障。所以，如果按照设计寿命对轴承进行定时维修，则势必出现以下情形：一方面，把超过设计寿命而完好工作的轴承拆下来作为报废处理，造成浪费；另一方面，把未达到设计寿命而出现故障的轴承坚持使用到定时维修时拆下来作为报废处理，使得机械在轴承出现故障后和拆下前这段时间内工作精度下降，或者未到维修时间就出现严重故障，导致整个机械出现严重事故[8]。 由此看来，对风机中滚动轴承故障的准确诊断可以减少或杜绝事故的发生，最大限度地发挥轴承的工作潜力，节约开支，具有重大意义[9]。 滚动轴承故障诊断的基本内容及方法 滚动轴承故障诊断就是要通过对能够反映轴承工作状态的信号的观测、分析与处理来识别轴承的状态。所以从一定程度上可以说，轴承故障诊断就是轴承状态识别。一个完整的轴承故障诊断系统应包含以下五个环节[10]: (l)信号测取:根据轴承的工作环境和性质，选择并测量能够反映轴承工作情况或状态的信号； (2)特征提取:从测量的信号中以一定的信号分析与处理方法抽取出能够反映轴承状态的有用信息； (3)状态识别:根据征兆，以一定的