基于BP神經(jīng)網(wǎng)絡的風電齒輪箱故障診斷儀的研發(fā).pdf

1、隨著能源與環(huán)境問題的日益突出，大力發(fā)展可再生清潔能源成為廣泛共識。風能作為一種可再生清潔能源在我國儲量豐富，政府對風力發(fā)電的扶持力度也在逐步加大。風電機組長期工作于惡劣的環(huán)境中，容易發(fā)生故障，如何保證風電機組穩(wěn)定高效的運行是一項重要課題。而作為雙饋型異步發(fā)電機組增速機構的齒輪箱更是故障的高發(fā)部件。
　　振動分析是目前旋轉機械故障診斷的主要技術手段，對風電齒輪箱的故障診斷就是對其振動信號進行分析與處理的過程。嵌入式系統(tǒng)具有體積小、功

2、耗低、性能強和可靠性高等特點在各行各業(yè)中得到了廣泛應用。
　　本文就是將故障診斷的理論方法與嵌入式技術相結合研發(fā)一種能針對風電齒輪箱進行智能故障診斷的儀器。主要內容包括以下幾個方面：
　　首先，進行故障診斷理論及相關算法的研究和仿真實驗。從機械故障診斷的基本原理出發(fā)，分析風電齒輪箱的機械振動機理，理論上得出利用小波包分解振動信號提取頻帶能量特征，再利用BP神經(jīng)網(wǎng)絡的非線性映射能力建立故障特征空間到狀態(tài)空間的非線性映射這一故障

3、診斷方法的可行性；并進一步利用仿真實驗驗證了該方法的有效性。
　　其次，通過對風電齒輪箱故障診斷儀的需求分析，分別提出了軟、硬件的總體設計方案。
　　最后，根據(jù)軟、硬件的總體設計方案分別進行了具體設計。其中硬件設計是在以ARM微處理器S3C2440為核心的基礎上對外圍擴展電路進行設計；具體的軟件設計是在構建好基本軟件平臺的基礎上，包括bootloader、Linux內核及根文件系統(tǒng)的編譯和移植，再進行了相關驅動程序的開發(fā)和圖