基于隐半马尔科夫模型的风电机组齿轮箱故障预测-机械工程专业论文.docxVIP

优秀毕业论文 精品参考文献资料 Classified Classified Index：TK83 U．D．C：621．5 Thesis for the Master Degree Fault Prediction of Wind Turbine Gearbox based on Hidden Semi．Markov Models Candidate： Liu Chao Profi Liu Yibing Supervisor： A．P．Prof．Teng Wei Academic Degree Applied for： Master of Engineering Speciality field： Mechanical Engineering School of Energy,Power and Mechanical School： Engineering Date of Defence： March，2016 Degree-Conferring-Institution： North Chin。a Electric Power University 万方数据 华北电力大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于隐半马尔科夫模型的风电机 华北电力大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文《基于隐半马尔科夫模型的风电机 组齿轮箱故障预测》，是本人在导师指导下，在华北电力大学攻读硕士学位期间独 立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已 发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在 文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签名： 刽素!邑 日期：沙l己年多月1．弓日 华北电力大学硕士学位论文使用授权书 《基于隐半马尔科夫模型的风电机组齿轮箱故障预测》系本人在华北电力大学 攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电 力大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电 力大学关于保存、使用学位论文的规定，同意学校保留并向国家有关部门或机构送 交论文的复印件和电子版本，同意学校将学位论文的全部或部分内容编入有关数据 库进行检索，允许论文被查阅和借阅，学校可以为存在馆际合作关系的兄弟高校用 户提供文献传递服务和交换服务。本人授权华北电力大学，可以采用影印、缩印或 扫描等复制手段保存、可以公布论文的全部或部分内容。 本学位论文属于(请在以上相应方框内打“4”)： 保密口，在 年解密后适用本授权书 不保密∥ 作者签名： 刘丧皂 日期：沙哆年乡月I弓日 导师签名： 日期：冽()年乡月f日 万方数据 华北电力大学硕士学位论文摘 华北电力大学硕士学位论文 摘 要 故障预测是设备故障诊断中的热点问题。齿轮箱作为风力发电机组的关键部件， 其状况好坏将直接影响到整台机组的运行状态，而且齿轮箱故障发生率较高，一旦 失效将会占用大量的维修时问。因此，对齿轮箱运行状态进行监测，及时发现识别 齿轮箱的故障，对故障发展趋势进行精确预测，对于制定合理的运维策略，延长齿 轮箱和机组使用寿命具有重要的工程实际意义。 本文研究基于隐半Markov模型(Hidden Semi—Markov Models，简称HSMM)的 风电机组齿轮箱故障预测方法，通过全寿命模型理论并利用运行数据判断齿轮箱当 前运行状况，同时根据相关方法对其剩余寿命作出预测，为风力发电机组的运行与 维护提供重要的参考和依据。论文主要内容包括： (1)对风电机组齿轮箱的发展状况作出概述，简要介绍风电机组及其齿轮箱 的常见结构，并以齿轮箱中的重要部件(如齿轮、轴承等)为例，介绍其常见故障 类型、振动机理和故障演化规律。 (2)介绍了Markov相关理论及算法，以隐Markov模型(HiddenMarkov Models， 简称HMM)为基础，引出本文中用到的隐半Markov模型(HSMM)，并针对传统 HSMM的递推算法作出改进，提出了应用连续型HSMM(Continuous HSMM)对 风电机组齿轮箱进行故障预测的思路和具体步骤。 (3)应用轴承加载试验的仿真数据和风电机组齿轮箱的齿轮运行数据对基于 HSMM的故障预测方法进行测试，根据全寿命模型理论及相关方法对部件剩余寿命 作出估计，取得了良好效果，验证了方法的有效性和可行性。 关键词：故障预测；风电机组；齿轮箱；连续型HSMM 万方数据 华北电力大学硕士学位论文Abstract 华北电力大学硕士学位论文 Abstract Fault prediction is a hot issue in fault diagnosis of equipments．ne gearbox．