基于TMD控制的风力机结构抗震研究

湍流风与地震是导致风力机塔架振动最主要的因素。为研究风-震耦合工况下风力机结构的动力学响应特性及抗震控制,以NREL 5 MW风力机为研究对象,通过Wolf方法建立土-构耦合模型,基于多体动力学仿真开源软件FAST平台二次开发地震载荷计算模块,通过自编译程序在塔顶配置调谐质量阻尼器(Tuned Mass Damper,TMD),对地震作用下风力机塔架进行结构控制。结果表明:地震载荷极大加剧了塔架侧向振动,激振频率为塔架一阶侧向固有频率;TMD控制时塔架和机舱动力响应明显减小,其中塔顶侧向位移幅值变化范围缩小18%,标准差减小了67%,塔架一阶固有频率处响应幅值大幅降低,高达90%;塔顶侧向加速度变化幅度降低4%,标准差缩小了61%,塔架一阶固有频率处振动峰值降低了88%。结果表明,TMD方法可用于地震等极端环境下风力机的抗震控制,提高风力机运行稳定性。     

混合质量阻尼器在海上漂浮式风力机振动响应抑制中的应用

针对海上漂浮式风力机在风浪激励下产生较大振动响应的问题,采用混合质量阻尼器(Hybrid mass damper, HMD)主动控制系统抑制风力机的结构振动。基于拉格朗日能量方程建立Spar式风力机的气动-水动-结构-调谐质量阻尼器(Tunedmass damper, TMD)-HMD耦合动力学模型,并采用遗传算法优化TMD的刚度和阻尼系数;在机舱TMD上施加主动控制力,设计了变增益状态反馈H∞控制器,将控制器的求解问题转化为线性矩阵不等式的优化问题,从而得到最优主动控制力;研究了不同工况下HMD主动控制系统对风力机的减振效果。结果表明,相对于TMD被动控制系统,HMD主动控制系统能够进一步降低风力机的平台纵摇(Platform pitch, PFPI)运动和塔顶纵向(Tower top fore-aft, TTFA)挠度。     

海上超大型风力机结构动力学响应及稳定性研究

为研究不同运行方式对湍流风及地震作用下海上风力机动力学响应及稳定性影响,以DTU 10 MW海上单桩式风力机为研究对象,采用p-y曲线描述桩基与海底土壤之间的相互作用,基于有限元软件Ansys建立风力机有限元模型,并对其进行结构模态、动力学及屈曲分析.结果 表明:塔架模态振型以扭转和弯曲振动为主,其一阶固有频率介于理想...     

基于改进VMD的滚动轴承故障诊断

为了降低环境噪声对滚动轴承故障特征信息提取结果的影响,并且提高诊断的准备率,提出了基于改进VMD的滚动轴承故障特征提取方法。首先应用VMD算法对采集的轴承原始信号进行分解,根据能量差曲线确定最佳的分解层数k;然后依据峭度准则,选取峭度值最大的分量作为敏感分量进行后续的分析,最后采用Hilbert算法对选取分量进行解调分析;从最后得到的谱图中便可准确地提取到故障特征频率。通过对仿真和实验室信号的分析,证明了改进VMD算法的有效性与可行性。     

3MW海上风力机叶片的三维建模及模态分析

叶片作为风力机的重要部件,对其进行合理的设计至关重要.研究了兆瓦级水平轴风力机叶片的设计流程,针对海上风电机组所处的复杂外部环境,选择合理的设计参数,设计出满足海上工作环境的3MW水平轴式风力机叶片;使用三维绘图软件,完成叶片的三维实体建模;运用有限元方法,选定叶片材料的特征参数,进行叶片的模态分析,确定了叶片的振型模态,并对比分析叶片各阶的振型模态结果.结果表示,该叶片的固有频率与外部激振频率不重合,避免了共振破坏的发生.     

基于VMD和Choi-Williams分布的齿轮故障诊断

针对当前机械故障自适应时频分析存在模态混叠和时频分辨率低的问题,提出一种变分模态分解(Variational Mode Decomposition,VMD)和Choi-Williams分布(Choi-Williams Distribution,CWD)相结合的齿轮故障诊断方法。首先参考VMD分解后各分量的中心频率,确定模态分量个数,将采集到的齿轮故障信号分解为指定个数的多个单分量有限带宽固有模态分量(Band-limited Intrinsic Mode Functions,BLIMFS);然后结合峭度(Kurtosis,K)和互相关系数(Cross-correlation,CC)准则,去除虚假分量,筛选出真实的,包含丰富故障特征信息的模态分量;最后将筛选出的多个模态分量进行CWD时频分布表示,结合时频域表现出的频率与等时冲击特性,识别出齿轮故障特征。通过齿轮断齿故障仿真和实验分析,以及与EMD-WVD方法的应用效果对照,验证了文中所论方法的有效性和适用性。     

基于VMD与Hilbert谱的旋转机械碰摩故障诊断方法

为了有效地诊断旋转机械中的碰摩故障,提出了基于变分模态分解(variational mode decomposition,简称VMD)与Hilbert谱分析的故障诊断方法。首先,利用VMD将碰摩故障信号自适应地分解为若干个不同频率段的本征模态函数(intrinsic mode function,简称IMF),并与集合经验模态分解(ensemble empirical mode dcomposition,简称EEMD)的处理结果进行对比分析;然后,在VMD分解的基础上,利用Hilbert谱对故障信号的时频特性进行分析。实验结果表明:与传统的频谱分析相比,该方法不但可以准确反映故障信号的频率成分,而且可以反映频率随时间的变化情况;与EEMD相比,该方法可以有效抑制模态混叠,更加准确地反映故障信息,从而验证了该方法的可行性与有效性。     

基于参数优化VMD的齿轮箱故障特征提取方法

为解决齿轮箱故障振动信号信噪比低、故障特征提取难的问题,提出了基于参数优化变分模态分解(VMD)的齿轮箱故障特征提取方法。首先,以分解结果的局部极小包络熵最小为目标,利用果蝇算法搜寻VMD分解参数K和α的最优组合;将原始信号分解成若干IMF分量,从中选择包络熵较小的分量进行信号重构,并对重构信号进行包络解调运算,从重构信号的包络谱中提取故障频率特征。结果表明,利用此方法对实测信号进行处理,成功降噪、提取齿轮箱故障特征,并且比利用经验模态分解方法降噪效果更好,提取的故障特征更加明显。     

基于VMD和AR模型的转子裂纹故障诊断方法

针对裂纹转子振动位移信号不平稳、非线性,故障特征难提取,且在故障初期缺少对样本的收集和整理等问题,提出了一种基于VMD(Variational Mode Decomposition-变分模态分解)和AR(Auto Regressive-自回归)模型的转子裂纹故障诊断方法。采用VMD方法对转子位移信号处理,得到若干个平稳的本征模态函数(Intrinsic Mode Function),再分别对每个IMF分量建立AR模型,利用最小二乘法计算模型参数和残差的方差,将模型参数和残差的方差作为系统状态特征向量,建立马氏距离(Mahalanobis distance)判别函数,通过设置相应加权参数得到综合距离来实现裂纹故障诊断。最后采用VMD和AR方法进行了转子裂纹故障的诊断实验,实验结果表明,基于VMD和AR模型诊断转子裂纹故障是可行和有效的,克服了AR模型在诊断转子裂纹故障的不足。     

基于VMD和DBN的结构健康状态趋势预测

为了能更好地反映结构状态变化趋势,提高限制玻尔兹曼机(RBM)对非线性信号的特征提取能力,该文在深度置信网络(DBN)的预训练阶段引入动量学习率,提出了一种基于VMD-DBN的结构健康状态趋势预测方法。将待处理信号用变分模态分解(VMD)方法进行分解,对分解的分量经希尔伯特变换得到瞬时频率;将瞬时频率作为改进DBN预测模型的输入进行结构健康状态趋势预测。仿真和工程实验表明,VMD方法有效地消除了模态混叠,分解出信号的各个固有分量。改进DBN模型的预测精度优于传统DBN、长短时记忆网络(LSTM)和传统BP神经网络,说明改进DBN模型能够很好地应用于结构健康状态趋势预测。     

应用VMD与Teager能量算子的结构模态系统辨识

针对变分模态分解(variational mode decomposition,简称VMD)参数选择对结构模态特征识别的影响,应用VMD和Teager能量算子(Teager energy operator,简称TEO)提出了一种新的结构系统辨识方法,根据VMD层数参量K的变化寻找稳定的极点,用于识别结构模态特性。为了满足TEO对单分量的要求,采用VMD方法将振动信号分解成不同尺度的细节信号(band-limited intrinsic mode function,简称BIMF)。对BIMF使用TEO法估计固有频率与阻尼比,使用层数参量K时形成的稳态极点判断真实结构模态系统参数,去除虚假分量。进行了数值和实验验证,并与传统方法进行比较,结果表明,所提出的方法在传统模态分析与环境激励的模态分析均为有效、准确且可行的。     

基于VMD及模糊相关分类器的滚动轴承故障诊断

针对滚动轴承非平稳性的振动信号,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)及模糊相关分类器的故障诊断方法。首先,对振动信号进行VMD分解,计算分解后分量与原信号的互信息值,利用互信息值提取无噪声分量,获得重构信号;其次,利用模糊函数在处理非平稳信号方面的优越性,结合相关系数提出模糊相关分类器;最后,将多组不同工作状态的重构信号输入模糊相关分类器,对多组数据进行训练与测试。实验结果表明,该方法能够有效的诊断出滚动轴承三种工作状态,且检测率较支持向量机及神经网络高。     

基于VMD小波包能量熵的风电机组变流器故障诊断方法

变流器是实现风电机组并网运行的关键电力装备，在外界环境因素、内部电压电流应力作用下，其功率器件易发生机械或电气故障。该文提出一种基于变分模态分解(VMD)小波包能量熵与支持向量机(SVM)的永磁同步风电机组变流器故障诊断方法。首先，对风电机组网侧变流器的输出电流进行变分模态分解，得到多个固有模态分量；然后，利用小波包分解提取出各模态分量的小波包能量熵作为故障特征向量，以减少故障特征的维数。最后，将约简的故障特征向量输入SVM中进行训练和故障识别。研究结果表明，所提方法可对网侧变流器的典型单一和双开路故障进行诊断，对提升永磁同步风电变流器的可靠性和安全性具有现实指导意义。     

基于改进阶次分析与自适应VMD的变转速齿轮箱故障诊断研究

变转速齿轮箱由于工况复杂导致转频不稳定,齿轮箱的微弱故障信号可能会被掩盖在强噪声中,不能直接应用传统的时频分析方法,为故障特征的提取增加一定的难度.针对变转速信号的处理,传统的计算阶次分析方式(COT)很好地解决了变转速齿轮箱的故障特征难以提取出来的问题,但由于传统COT中所使用的重采样方法是基于样条插值法的,无法根据...     

采用半主动TMD的建筑结构振动控制研究

为了改善在建筑结构中采用调频质量阻尼器（简称TMD）进行抗震时抗震效果不稳定和抑制频带窄等缺点，研究了变阻尼半主动调频质量阻尼器（简称STMD）。为了使阻尼变化容易实现，在设计激励力时采用了阶跃函数方式；同时还考虑到变动阻尼应在一定范围内进行的特点，提出了含约束的结构振动半主动控制方案；在控制策略方面，考虑到地震的随机性，引入了广义预测控制方法。从实例分析可知，采用STMD可以使设计质量、刚度和阻尼值分别下降约30％，90％，90％。计算仿真结果表明，采用STMD的抗震效果比TMD要好得多。     

基于VMD的Volterra模型奇异值熵的转子故障诊断方法

针对转子故障信号的非平稳性以及敏感故障特征无法有效提取的问题,将变分模态分解(variational mode decomposition, VMD)的Volterra模型和奇异值熵相结合,提出一种故障诊断方法。对影响VMD分解准确性的参数选取方法进行了深入研究,给出了相关问题的解决策略。首先,对不同工况下转子实测信号进行VMD分解,利用能量熵增量选取对故障特征敏感的固有模态函数(intrinsic mode function, IMF)进行相空间重构,以建立Volterra自适应预测模型,将模型参数作为初始特征向量矩阵。然后,对初始特征向量进行奇异值分解以获取奇异值熵和奇异值特征向量矩阵,用于描述转子的故障特征。最后,采用模糊C均值(fuzzy c-means, FCM)算法对转子工作状态和故障类型进行识别。试验结果表明,所提方法可有效实现转子故障的特征提取及类型识别。通过同经集合经验模态分解(ensemble empirical mode decomposition, EEMD)相比,证明了该方法具有更有效的故障特征提取性能,是一种可行的方法。     

基于 VMD 的数控机床旋转机械运行路径偏离故障检测方法

为精准提取数控机床旋转机械设备故障信息,量化数控机床旋转机械运行路径偏离程度,提出一种基于 VMD 的旋转机械运行路径偏离故障检测方法。分析数控机床旋转机械设备运行频率和振动情况,运用突变检测算法优化采集效率,使用自适应脉冲法采样机械信号;创建约束变分模型,利用遗传算法搜索信号变量最优值,通过 VMD 法分离信号频域分量,提取机械信号故障特征;通过聚类法评估路径偏离水平,构建胶囊网络进行路径偏离故障检测,利用 squash 函数挤压处理胶囊矢量并提升矢量维度,运用特征编码和归一化处理获得高精度偏离故障检测输出值。实验结果表明,所提方法检测的数控机床旋转机械运行路径偏离故障效果较好,且检测效率较高。     

基于VMD和对称差分能量算子解调的滚动轴承故障诊断方法

针对滚动轴承早期故障振动信号非平稳、强噪声,故障频率难提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和对称差分能量算子解调的滚动轴承故障诊断方法。首先,利用VMD方法将滚动轴承待分析信号分解成若干个模态分量;其次,根据峭度最大准则来选取被对称差分能量算子解调的模态分量,解调后获取待分析信号的幅值、频率信息并计算包络谱。实验结果表明:与传统能量算子相比,所提方法能突显故障特征频率并有效抑制虚假干扰频率,更有利于滚动轴承故障诊断。     

船舶碰撞海上风力机防护装置的动力响应对比分析

海上风力机与船舶碰撞概率随着海上风电场的发展将逐渐增大,研究海上风力机防撞性能具有重要的应用背景与价值。为此,考虑桩土耦合作用,对比橡胶、泡沫铝防护装置,采用显示动力学软件Ls-Dyna模拟海上风力机受船舶碰撞的过程。对比泡沫铝防护装置、橡胶防护装置及无防护装置下风力机受船舶碰撞过程的动力响应。结果表明:相同质量船舶随着速度增加,橡胶材料所受最大接触力增加,而泡沫铝材料先增加后减小,其在6 m/s后的吸能特性得到增强;对比有防护装置泡沫铝、橡胶及同等条件下无防护装置单立柱三桩结构海上风力机响应变化,泡沫铝材料对结构响应抑制最好;塑性应变等值线越密集,塑性变形越大,且斜撑与立柱连接处易发生塑性变形。