-
摘要首先，针对国内风力发电的发展现状，对风电机组的常见故障原因进行调研，分析了解决齿轮箱部件故障的重要性。其次，依托课题现有条件，进一步完善了一套以LabVIEW 虚拟仪器软件为开发和应用平台，对基于齿轮箱振动信号进行在线检测分析的风电远程测试系统软件。根据振动信号的特点，对信号进行时域和频域的在线分析，可以将在线监测结果或对离线数据的分析实时地以图表的形式呈现出来，使得用户能方便对风力发电系统齿轮箱部分的健康状态进行诊断和预测，为确保风电机组的平稳和高效运行提供了一个有用的工具。 31428
- 上一篇：单片机重粘稠膏药的涂覆方法研究
- 下一篇：微粒群智能算法的仿真研究+源代码
毕业论文关键词 风力发电 齿轮箱 振动信号分析 系统设计
Title Remote test system of wind turbine design and testing
Abstract First of all, According to the development status of wind power generation in China, research on wind turbine common faults, analyzes the importance of solving gearbox fault. Secondly, relying on the subject of existing criteria, perfected an on-line detection of remote test system for wind turbine applications which based on gearbox vibration signal detection and analysis with LabVIEW virtual instrument software platform. According to characteristics of vibration signals, analyzing signal in the time domain and frequency domain, put the online monitoring, or offline data analysis of results presented in chart form in real time, make sure the users can diagnosis and predict the health state of wind power gearbox part of the State of the system by this useful tool to ensure smooth and efficient operation of the wind turbine.
Keywords Wind power gearbox vibration signal analysis system design
目次
1绪论.1
1.1研究背景.1
1.2风电远程测试系统发展概况.2
1.3课题的主要工作内容.2
2风力发电系统常见故障类型及齿轮箱故障的分析方法4
2.1常见故障类型.4
2.2齿轮箱的常用故障诊断方法.6
2.2.1时域分析方法7
2.2.2频域分析方法7
2.2.3时频分析方法8
3风电远程测试系统的设计开发10
3.1LabVIEW开发平台简介10
3.2设计思路10
3.3振动信号的采集和处理.11
3.3.1振动信号采集所用到的硬件12
3.3.2LabVIEW的串口接入.13
3.3.3振动信号的处理14
3.4齿轮箱的故障特征在LabVIEW下的建模15
3.4.1齿轮箱主要部件的故障频率计算15
3.4.2齿轮箱故障频率的计算及程序实现18
3.5标准件数据库的建立及各部件的组合.20
3.6系统的整合.23
3.6.1对振动信号分析方法的整合23
3.6.2故障特征信号的标定25
3.6.3边界效应的去除26
3.6.4报表功能的加入27
4对测试系统的测试.29
4.1测试平台简介29
4.2实验方案30
4.3实验结果及其分析31
结论34
致谢35
参考文献36
1 绪论 1.1 研究背景 随着社会的进步和发展，能源产出的供不应求逐渐成为了阻碍社会向前迈进的一块绊脚石。优化能源结构，重点发展清洁环保的可再生能源迫在眉睫。风能作为一种绿色的能源，在国家政策的支持和风力发电技术逐渐成熟的情况下，得到了长足的发展，人们对风电也越来越重视。风能是太阳能的一种转化形式，地球上蕴含的风能约为 2.74 万亿 kw，可利用的风能约为 200 亿 kw，每年可发电13 万亿kw•h[1]，到 2020 年风力发电将占世界电力总量的 12%[5]。我国的风能资源十分丰富，根据全国第二次风能资源普查的结果，全国离地 10m 高度的陆地风能的经济可开发量为 2.53 亿 kw[2]。2013 年，中国风电累计装机 91413MW，同比增长 21.4%， 累计装机容量占世界累计装机容量的 28.74%[3]。预计未来几年，随着风电装机容量的不断增长及电网建设的不断推进，中国风电规模将进一步扩大。 与此同时，风电机组大多安装在风能资源丰富的偏远地区和沿海地区，运行环境恶劣。当机组出现故障时，文修的难度和成本对风电场经济效益的影响十分巨大。对于工作寿命 20 年的机组，陆上的文护成本普遍占到了风电场收入的10%～15%，而海上的风电场的文护成本更是达到了其收入的 20%～25%[6]。利用有效的设备监测和故障诊断手段，对风电机组的各个参数进行连续地监测，给出设备运行的状况报告和诊断结果，根据诊断结果安排合适的检修计划，可以减少约 75%的设备事故率，降低 25%～50%的文护费用，获利投资比高达 17:1[8]。然而，偏航系统、变桨系统、液压系统、发电机、转子、叶片、齿轮箱和电控系统都是故障的高发区。而且对于这些故障的动态检测都比较困难，如对运行中的叶片气动应力检测、偏航系统卡涩检测、转子内裂纹检测等，都缺乏有效的手段[7]。综上，为了使风力发电能够早日产生足够的能源效益，缓解能源危机。合理地解决风电机组的故障诊断和预测工作是必不可少的。