發(fā)布時間：2017-07-31 17:32

  本文關鍵詞：基于EEMD峭度-相關系數(shù)準則的多特征量風電機組軸承故障診斷

  更多相關文章： 集成經驗模態(tài)分解 峭度-相關系數(shù) 風機軸承 支持向量機 故障診斷

【摘要】：針對風力發(fā)電機組軸承故障振動信號具有高噪聲、非線性、非平穩(wěn)的特性,提出了一種集成經驗模態(tài)分解與峭度-相關系數(shù)準則和多特征量提取的風電機組軸承故障程度的診斷方法。利用集成經驗模態(tài)將振動信號分解成若干個本征模態(tài)分量,采用峭度和相關系數(shù)準則選取一組包含信息量最豐富的分量,對該組分量從時域指標、自回歸模型參數(shù)矩陣的奇異值和能量熵3個角度的變化中提取和構造多特征量矩陣,輸入支持向量機建立故障程度不同的多分類預測模型,優(yōu)化核參數(shù)和懲罰參數(shù)取得軸承故障程度最佳預測精度。通過實驗室數(shù)據驗證了該方法是一種可行的風電機組軸承故障診斷方法,可實現(xiàn)對風電機組軸承故障早期處于的輕度、中度和重度等3種相對故障程度的準確分類和識別。
【作者單位】： 新疆大學電氣工程學院教育部可再生能源發(fā)電與并網控制工程技術研究中心;金風科技股份有限公司;
【關鍵詞】： 集成經驗模態(tài)分解 峭度-相關系數(shù) 風機軸承 支持向量機 故障診斷
【基金】：新疆維吾爾自治區(qū)重點實驗室項目(2016D03021) 國家自然科學基金項目(51267017)
【分類號】：TM315;TH133.3
【正文快照】： 0引言隨著風力發(fā)電機組裝機容量的快速增長,風電在電網中的滲透率不斷提高,風力發(fā)電機組的穩(wěn)定運行對電力系統(tǒng)的穩(wěn)定至關重要。風電場大多位于偏遠地區(qū),氣候環(huán)境惡劣,電網設備條件較差,風電機組故障頻次較多,嚴重地影響機組的使用壽命。風電機組的主軸承是最容易出現(xiàn)故障的部

【相似文獻】

中國期刊全文數(shù)據庫 前10條

1 鄭威;樊可清;;基于譜峭度的不確定性振源監(jiān)測方法[J];噪聲與振動控制;2007年05期

2 武兵;賈峰;熊曉燕;;基于最大相關峭度反褶積的軸承故障診斷方法[J];振動.測試與診斷;2014年03期

3 張睿凡;孔凡讓;;基于譜峭度法的滾動軸承故障診斷研究[J];現(xiàn)代制造工程;2012年06期

4 沈金偉;石林鎖;;滾動軸承故障診斷的改進小波變換譜峭度法[J];軸承;2010年08期

5 石林鎖;張亞洲;米文鵬;;基于WVD的譜峭度法在軸承故障診斷中的應用[J];振動.測試與診斷;2011年01期

6 毋文峰;陳小虎;蘇勛家;王旭平;姚春江;;基于峭度的ICA特征提取和齒輪泵故障診斷[J];機械科學與技術;2011年09期

7 石林鎖;沈金偉;張亞洲;牛武澤;;基于AR模型和譜峭度法的滾動軸承故障診斷[J];振動與沖擊;2011年12期

8 唐貴基;王曉龍;鄧飛躍;;改進增強峭度圖和增強包絡譜在滾動軸承故障診斷上的應用[J];振動與沖擊;2014年13期

9 劉志川;唐力偉;曹立軍;;基于Kalman濾波和譜峭度的滾動軸承故障診斷[J];軸承;2014年08期

10 孟智慧;王昌;;基于SVD降噪和譜峭度的滾動軸承故障診斷[J];軸承;2013年10期

中國重要會議論文全文數(shù)據庫 前3條

1 徐新韜;王華慶;楊曉;李嶺陽;;基于STFT的譜峭度法在軸承故障診斷中的應用[A];第11屆全國轉子動力學學術討論會（ROTDYN2014）論文集（上冊）[C];2014年

2 李軍;張永祥;姚曉山;;峭度自適應學習步長盲提取算法提取軸承沖擊信號[A];第八屆全國設備與維修工程學術會議、第十三屆全國設備監(jiān)測與診斷學術會議論文集[C];2008年

3 李富才;孟光;胥永剛;;基于多尺度峭度指標的損傷識別研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國博士學位論文全文數(shù)據庫 前1條

1 彭暢;旋轉機械軸承振動信號分析方法研究[D];重慶大學;2014年

中國碩士學位論文全文數(shù)據庫 前1條

1 夏遵平;結構運行狀態(tài)下諧波模態(tài)的檢測和去除技術研究及實現(xiàn)[D];南京航空航天大學;2012年

，

本文編號：600325