基于改进SE-CNN的风电机组故障诊断方法研究

针对风电机组发生故障时难以有效地提取故障特征并精准地识别故障等问题，提出了一种基于改进SE-CNN的风电机组故障诊断方法。首先，基于数据采集与监视控制(SCADA)系统采集到的故障风机历史运行数据，使用滑动窗口进行数据扩充，其次使用改进后的压缩激励网络(SEnet)对样本数据的权重进行调整，然后引入全局最大池化层对卷积神经网络(CNN)进行改进，最后使用改进后的CNN学习数据中的故障特征进行故障诊断。实验结果表明，改进SE-CNN的故障诊断性能均优于RNN、PCA-DNN、BiLSTM方法，验证了所提方法在风电机组故障诊断上的有效性。     

基于LabVIEW的风电机组滚动轴承故障诊断系统及其仿真

在LabVIEW 8.5环境下实现了基于特征参数和希尔伯特包络谱分析的故障诊断方法,开发了风电机组滚动轴承故障诊断系统.故障诊断实验结果表明,该系统能够有效、快速、准确地对滚动轴承内圈、外圈、滚动体故障进行识别并报警.     

基于LabVIEW的风电机组滚动轴承故障诊断系统及其仿真

在LahVIEW8．5环境下实现了基于特征参数和希尔伯特包络谱分析的故障诊断方法,开发了风电机组滚动轴承故障诊断系统．故障诊断实验结果表明,该系统能够有效、快速、准确地对滚动轴承内圈、外圈、滚动体故障进行识别并报警．     

预应力混凝土桥梁模态参数识别方法

目的为探讨基于环境激励下功率谱峰值法对于混凝土桥梁模态参数识别的可行性和方法的有效性．方法对某一预应力混凝土连续梁桥进行了数值仿真分析．借助通用有限元分析软件建立了桥梁的三维实体模型,对模型进行有限元模态分析和时程分析,并借助随机行车荷载模拟环境激励,利用加速度信号、考虑外界白噪声的影响,在仅有输出响应信号的情况下利用功率谱峰值法识别预应力混凝土桥梁的模态参数．结果通过数值仿真分析,得到了结构前六阶模态参数,与有限元模态分析得到的理论模态参数相比较,二者误差平均在5％以内,吻合较好．结论研究表明功率谱峰值法适合于环境激励下桥梁结构的监测、诊断,具有重要的实际工程应用价值．     

基于ARMA模型的桥梁结构模态参数辨识研究

模态参数辨识是对结构进行动力损伤诊断的前提,本文介绍了一种通过建立ARMA模型来辨识结构工作模态参数的方法.待检结构在环境激励下发生自由振动,用位移传感器测出振动响应数据,据此建立适当阶数的ARMA模型,并估算模型参数.根据模型参数与系统模态参数的关系算得模态参数.最后用稳定图法剔除虚假模态,确定结构真实模态.重点讨论用ARMA时序模型进行模态频率辨识的问题,并通过一个简支梁振动试验对该方法进行了验证,将试验结果与随机子空间法和ANSYS建模分析法的计算结果对比发现,3种方法识别出的前三阶模态频率基本吻合,且满足精度要求,说明在激励数据未知的情况下,基于ARMA模型的模态参数辨识法能够准确地识别出系统的模态参数.     

环境激励下房屋建筑阻尼比的识别方法

阻尼比是结构动力分析的重要参数之一,阻尼比的准确取值是结构动力响应准确分析的前提.由于阻尼机理非常复杂,对阻尼比的取值一般通过实测得到.传统的模态参数识别方法同时需要已知激励和响应信号,但对实际建筑结构,激励施加存在困难.探讨了基于环境激励下的模态识别方法,利用环境激励下的结构振动响应数据,探讨了采用随机减量法和ITD(Ibrahim Time Domain)法相结合,有效地识别实际建筑结构的模态参数的方法.工程实例识别结果表明,该方法不仅能准确识别出结构的模态频率,也能相对准确地得到结构的模态阻尼比.     

环境激励下结构模态参数识别的量子粒子群算法

环境激励下的结构模态参数可以通过不同点输出信号的互功率谱识别出来.将包含结构模态参数的互功率谱理论公式与不同点输出信号计算得到的互功率谱之差作为目标函数,通过搜索模态参数的取值而使目标函数最小,从而将优化问题转化为模态参数识别问题.量子粒子群算法是一种基于群体智能理论的优化算法.论文将量子粒子群算法应用到上述优化问题中识别环境激励下的结构模态参数.最后采用数值模拟的简支梁对该方法进行有效性验证.结果表明,量子粒子群可以有效地识别环境激励下的结构模态参数.     

复杂交通环境激励下西安城墙模态参数识别与分析

结构的模态参数识别一直是结构健康监测的基础和重点,其能评估结构状态、识别结构损伤,对结构的后续维护具有重要意义,对古建筑结构亦是如此.西安城墙属于中国第一批重点文物保护单位,其模态参数识别更是需要重视.在西安城墙瓮城处城墙布设速度与加速度动力特性监测系统,通过现场动力测试试验,获取复杂交通环境激励下城墙振动响应数据;通...     

QPSO算法识别环境激励下结构模态参数

实际工程中,系统的输入一般是未知的或者是不可测量的,识别结构的模态参数只能采用响应信号。并且一般环境激励下结构的输入信号是可以假设为白噪声激励,其信号的功率谱可以视为一常数。笔者利用量子行为粒子群优化（Quantum-behaved Particle Swarm Optimization,QPSO）算法将环境激励下结构模态参数识别问题转化为一个多维优化问题。最后采用一数值模拟的三层框架对该方法进行验证。结果表明,量子粒子群算法可以有效地识别结构模态参数。该研究结果可作为结构损伤识别的基础。     

基于环境激励的混凝土梁式结构模态参数识别

本文针对时域方法只需实测响应信号的特点,对基于环境激励下模态参数识别的时域方法自然激励技术(NExT)、特征系统实现算法(ERA)进行详细讨论,并针对两种算法的特点,将其结合形成NExT/ERA时域联合算法,使之有效识别环境激励下结构模态参数,并建立混凝土连续梁结构数值模型进行仿真模拟,验证了算法的可行性,为工程实践提...     

时频分析在环境激励下模态参数辨识中的应用

大型结构的模态测试、状态监测和运行状态下的结构模态参数辨识都使得传统的模态测试方法难以适用.相比而言,仅从输出响应辨识环境激励下的结构模态参数具有更大的灵活性.应用时频分析对响应信号作分解、重构操作能将复杂信号中的局部特征提取出来,进而进行模态参数的识别.     

基于风载激励下桥梁结构模态参数识别

对桥梁结构长期运营造成的损伤进行检测时,传统的模态参数识别方法需要激振设备和中断交通,不仅复杂而且易给桥梁结构造成新的损伤。依据模态参数的变化可反映损伤程度的原理,提出无需激振设备的基于风载激励下随机减量／ITD法进行模态参数识别的在线检测方法,为桥梁结构损伤识别提供一种新的途径。识别的一阶固有频率及阻尼比的相对误差仅为1．39％和2．3％。     

风力机状态监测与故障诊断技术研究

风力发电机在恶劣的自然环境下工作,极易出现故障.利用状态监测与故障诊断系统可以对其运行状态进行实时监控,并对可能出现的故障进行诊断.回顾了状态监测与故障诊断技术的历史与现状,介绍了状态监测与故障诊断系统的基本结构.对风力机常用状态监测技术及主要测量参数进行了分析研究,并分析了风力机部件的常见故障,研究了部件的故障机理.最后,分析研究了适合于风力机的多种故障诊断方法.     

基于随机减量技术的混凝土结构模态参数识别

本文针对时域方法只需实测响应信号的特点,对基于环境激励下模态参数识别的时域方法ITD法、随机减量技术进行详细讨论,并针对两种算法的特点,将其结合形成随机减量技术/ITD时域联合算法,使之有效识别环境激励下结构模态参数,并建立混凝土连续梁结构数值模型进行仿真模拟,验证了算法的可行性,为工程实践提供了有益的帮助.     

Dynamic analysis and modal test of long-span cable-stayed bridge based on ambient excitation

To study the stiffness distribution of girder and the method to identify modal parameters of cable-stayed bridge, a simplified dynamical finite element method model named three beams model was established for the girder with double ribs. Based on the simplified model four stiffness formulae were deduced according to Hamilton principle. These formulae reflect well the contribution of the flexural, shearing, free torsion and restricted torsion deformation, respectively. An identification method about modal parameters was put forward by combining method of peak value and power spectral density according to modal test under ambient excitation. The dynamic finite element method analysis and modal test were carried out in a long-span concrete cable-stayed bridge. The results show that the errors of frequencies between theoretical analysis and test results are less than 10% mostly, and the most important modal parameters for cable-stayed bridge are determined to be the longitudinal floating mode, the first vertical flexural mode and the first torsional mode, which demonstrate that the method of stiffness distribution for three beams model is accurate and method to identify modal parameters is effective under ambient excitation modal test.     

时频分布与FRFT在环境激励下模态参数辨识中的应用

将时频分析方法和分数阶傅里叶变换(FRFT)方法相结合,在环境激励下进行模态参数辨识,可弥补单纯时域或频域方法的不足.将时频分布中的Gabor展开用于识别系统固有频率和阻尼比,各通道响应信号的自相关函数在一定程度上可以减小噪声干扰,增强信号的能量分布,有助于参数的识别.利用FRFT,根据信号在时频面内的旋转角度和脉冲峰值出现的位置可估计激励信号.通过对一个三自由度振动系统仿真结果说明,将FRFT与时频分布的Gabor展开相结合,可以很好地从响应信号中辨识出模态参数和激励信号,为辨识环境激励下的系统模态参数提供了很好的途径.     

基于纵横交叉算法优化BP神经网络的风机齿轮箱故障诊断方法

风电机组齿轮箱的运行工况比较复杂,容易发生故障. 针对常规BP（Back Propagation）神经网络故障诊断容易陷入局部最优的问题,提出一种基于纵横交叉算法（Crisscross Optimization Algorithm,CSO）优化BP神经网络的风电齿轮箱故障诊断新方法. 考虑到风电齿轮箱振动信号的波动性和非线性,首先从信号中提取故障特征参数,建立带评价因子的误差分析模型,然后通过纵横交叉算法优化BP的权值和阈值对神经网络进行训练,最后用训练好的神经网络对样本进行测试. 经实验仿真并与其他方法的对比,验证了本文方法用于风电机组故障诊断有效性及优越性.