《智能监测与诊断PPT.ppt》由会员分享，可在线阅读，更多相关《智能监测与诊断PPT.ppt（18页珍藏版）》请在金锄头文库上搜索。
1、风力发动机组远程状态监测与诊断系统的开发,报告人：蔡 静,主要内容,1. 应用目的与综述,1. 应用目的与综述,2008年，HUANG等研究了小波神经网络在风力机齿轮箱故障诊断中的应用。该方法借助小波变换的时频分析特性和神经网络的自学习功能，将小波函数作为神经网络的隐含层，提高了诊断精度，减少了神经网络的层数，加快了收敛速度。 2009年，BARSZCZ等提出了利用谱峭度诊断行星齿轮箱故障的方法。谱峭度具有对冲击信号敏感的特性，利用谱峭度可以检测出信号冲击成分，从而诊断出故障。 2009年，INALPOLAT等对行星齿轮箱的建模和动力学行为进行了研究，为阐述其复合传动引起的故障相互调制和耦合等
2、故障机理提供了依据。 2010年，WATSON等借助连续小波变化，对输入功率信号进行分析，识别出了发动机转子偏心故障和轴承故障。,1. 应用目的与综述,系统的整体框架图,主要内容,2.传感器,主要内容,3.数据采集方法,数据采集卡USB6218的主要性能指标如下： 模拟量输入：16路、32路32位模拟输入； 数字量输入输出：8位数字输入、8位数字输出； 采样率：单通道采样率250kS/s； 分辨率：16位分辨率； 输入范围：每通道有四个可编程输入范围0.2V-10V；,数据采集卡NI9234的主要性能指标如下： 模拟量输入：4路同步采样模拟输入； 采样率：每通道采样速率2-51.2kS/s；
3、输入耦合：交流耦合（0.5Hz）和IEPE始终可用,主要内容,4.信号处理方法,4.信号处理方法,函数f(t)的连续小波变换定义为信号f(t)与小波基函数的内积：,a0, 函数表示分析小波，它必须满足允许条件:,3.小波变换,a表示伸缩因子，b表示平移因子,小波函数的多分辨表达：,主要内容,5.故障诊断方法,小波神经网络故障诊断系统,第一阶段是正向传播过程：设置网络结构参数和前一次迭代的权值和阈值，然后通过输入学习样本从第一层往后计算各神经元的输出。,第二阶段是误差的逆向传播过程：对权值 和阈值 进行修改，即从最后一层向前计算层的阈值和权值对总误差的梯度，,式中： ：输出层的各单元误差； ：中
4、间层输出； ：网络的实际输出； ：中间层的各单元误差； ：目标向量,主要内容,5.总结,智能监测与诊断原理这门课让我学到了很多，对智能监测诊断系统有了一定的了解，包括传感器、数据采集模块、数据处理模块等。 这门课的学习也拓展了我的知识面，对科研有了新的认识，邱老师以自己的科研经历给我们讲解科研以及以后就业的问题，是一个很好的教学手段。,参考文献,J.Ribrant, L.M.Bertling. Survey of failures in wind power systems with focus on Swedish wind power plants during 1997-2005J. I
5、EEE Trans.Energy Conversion, 2007, 22(1):167-173. C.S.Tsai, C.T.Hsieh, and S.J.Huang. Enhancement of damagedetection of wind turbine blades via CWT-based approachesJ. IEEE Trans. Energy Conversion, 2006,21(3):776-781. Kishimoto K,Inoue H, Hamada M, Shibuya T. Time frequency analysis of dispersive waves by means of wavelet transform. J Appl Mech 1995; 62: 841-6. 麻东东, 风力发电机组远程状态监测与故障诊断系统的开发, 硕士学位论文. 华北电力大学. 2012年. 王慧中, 王小鹏, 李春霞, 基于数据挖掘的风力发电设备在线故障诊断平台J. 风机技术. 2010(1):47-50.,谢谢！,
