本文關鍵詞： 海上風電 傳動系統(tǒng) 早期故障診斷 經(jīng)驗模式分解 獨立分量分析　出處：《電機與控制學報》2017年11期 　論文類型：期刊論文

【摘要】：針對傳動系統(tǒng)早期故障振動信號較弱的情況,提出基于改進微分經(jīng)驗模式分解(DEMD)和獨立分量分析(ICA)的海上風機傳動系統(tǒng)早期故障診斷方法。為克服傳統(tǒng)的DEMD算法在分解低階本征模態(tài)函數(shù)(IMF)時存在失真現(xiàn)象,提出改進的微分經(jīng)驗模式算法將原始振動信號分解成若干個獨立的IMF信號,結合ICA進一步進行原始振動信號故障特征分量的提取,并基于標準數(shù)據(jù)和風機動力傳動故障診斷實驗平臺進行了仿真研究,最后選取海上風電機組傳動系統(tǒng)常出現(xiàn)的發(fā)電機軸承故障進行診斷分析。結果表明,相對于傳統(tǒng)的故障診斷方法,該方法能更好地放大故障分量,減少噪聲和其他振動干擾信號的影響,提高了海上風電機組傳動系統(tǒng)早期故障診斷的準確性。
[Abstract]:In view of the weak vibration signal of the transmission system in the early stage, An early fault diagnosis method for offshore fan transmission system based on improved differential empirical mode decomposition (DEMD) and independent component analysis (ICA) is proposed. In order to overcome the distortion of the traditional DEMD algorithm in decomposing low order intrinsic mode function (IMF). An improved differential empirical mode algorithm is proposed to decompose the original vibration signal into several independent IMF signals, and further extract the fault feature components of the original vibration signal with ICA. Based on the standard data and the experimental platform for fault diagnosis of fan power transmission, a simulation study is carried out. At last, the fault diagnosis of generator bearing, which often occurs in the transmission system of offshore wind turbine, is selected for diagnosis and analysis. The results show that, Compared with the traditional fault diagnosis method, this method can better amplify the fault component, reduce the influence of noise and other vibration interference signals, and improve the accuracy of early fault diagnosis of offshore wind turbine transmission system.
【作者單位】： 上海電力學院自動化工程學院;國網(wǎng)浙江省電力公司金華供電公司;上海東海風力發(fā)電有限公司;
【基金】：國家自然科學基金(51507098)
【分類號】：TM315

【相似文獻】

相關期刊論文 前10條

1 J.R.史密斯;A.F.斯特洛那奇;秦彼得;;船舶機電傳動系統(tǒng)的數(shù)字模擬[J];國外艦船技術(特輔機電設備);1984年10期

2 朱祥,王國強,王振東,金秀浩,于廷偉;雙進雙出鋼球磨煤機傳動系統(tǒng)載荷的測試分析[J];動力工程;1993年06期

3 張英杰;陳朝陽;嚴加根;;日立傳動系統(tǒng)在梅鋼冷軋廠的應用[J];機電信息;2010年24期

4 馬登云;李宇庭;沈小華;陸體文;陳定方;汪俊亮;謝溪凌;;高速公路汽車尾流發(fā)電裝置傳動系統(tǒng)的設計與研究[J];機械傳動;2014年06期

5 劉偉;;風電機組傳動系統(tǒng)維護與故障診斷[J];硅谷;2014年05期

6 施穎,花家壽,秦文汀;等離子脈沖電機的沖擊傳動系統(tǒng)的分析研究[J];傳動技術;2001年02期

7 彭艷波;唐勇奇;;傳動系統(tǒng)的電磁兼容性研究[J];電氣時代;2007年09期

8 彭明;;多電機同步出力傳動系統(tǒng)的應用[J];有色冶金設計與研究;2007年01期

9 王建武;李炳文;渠俐;王海艷;;運輸絞車傳動系統(tǒng)的扭轉振動分析模型[J];煤炭科學技術;2008年11期

10 張良;于海生;劉華波;許磊;;基于模糊-PID控制的主從電機同步傳動系統(tǒng)[J];電氣傳動自動化;2008年05期

相關會議論文 前1條

1 王斌;;某型活塞發(fā)動機的發(fā)電機傳動系統(tǒng)改進[A];中國航空學會第七屆動力年會論文摘要集[C];2010年

相關重要報紙文章 前4條

1 MEB記者 天怡;斯維奇公司5兆瓦傳動系統(tǒng)在海裝風電近海機組成功運行[N];機電商報;2013年

2 記者 陸宇;Romax推出風機大兆瓦傳動系統(tǒng)[N];中國能源報;2012年

3 曉文;TFE開發(fā)機載傳動系統(tǒng)新技術[N];中國航空報;2003年

4 駐廣東記者方箏;正大機電牽手國茂集團[N];中國建材報;2010年

相關博士學位論文 前4條

1 涂樂;風電機組機械液壓混合傳動系統(tǒng)研究[D];浙江大學;2017年

2 曾承志;大型雙饋風電機組傳動系統(tǒng)故障診斷與故障失效預測技術研究[D];沈陽工業(yè)大學;2016年

3 谷泉;大型風電機組傳動系統(tǒng)狀態(tài)退化的振動特征研究[D];沈陽工業(yè)大學;2013年

4 蔣章雷;風電機組傳動系統(tǒng)運行穩(wěn)定性劣化趨勢預測方法研究[D];北京理工大學;2014年

相關碩士學位論文 前10條

1 李祥雨;大型風力發(fā)電機傳動系統(tǒng)的動力學分析與故障預測[D];新疆大學;2015年

2 丁澤宇;雙饋式風電機組傳動系統(tǒng)不對中故障仿真與特性研究[D];北京交通大學;2016年

3 馮保華;風力機組齒輪箱傳動系統(tǒng)的動力學計算與齒輪故障特征分析[D];天津工業(yè)大學;2016年

4 張鑫瑞;風電機組傳動系統(tǒng)故障預警與健康管理[D];華北電力大學(北京);2016年

5 蘇航;基于VMD的風機傳動系統(tǒng)故障診斷研究[D];華北電力大學;2016年

6 康娜;雙饋式風電機組傳動系統(tǒng)不對中故障診斷研究[D];北京交通大學;2017年

7 占健;風機傳動系統(tǒng)關鍵機械部件狀態(tài)監(jiān)測與故障診斷研究[D];上海電機學院;2015年

8 丁習坤;風電機組傳動系統(tǒng)動態(tài)性能研究及疲勞分析[D];新疆大學;2011年

9 李喜梅;風電機組傳動系統(tǒng)失效分析與動態(tài)設計方法初步研究[D];華北電力大學（北京）;2009年

10 李懷卿;風電機組傳動系統(tǒng)動態(tài)載荷控制策略研究[D];沈陽工業(yè)大學;2016年

，

本文編號：1495452