基于EEMD和分形理论的风力发电机齿轮箱故障诊断
详细信息 查看官网全文
摘要
行星齿轮箱具有传动比大、结构复杂的特点,其振动信号干扰项繁多不易从中区分出故障特征。所以在行星齿轮箱振动信号的处理过程中,将平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和分形理论结合在一起,提高信号处理水平。先将初始振动信号进行EEMD分解,将原始信号分解为各个IMF分量;然后分别计算每个IMF分量的分形维数。由于同类故障的故障特征相似,主要表现为模式空间上距离十分接近,因此可以将未知故障的分形维数和已知故障的分形维数距离远近来进行故障诊断。经实验验证,本方法能有效识别故障类型,并且极大简化了故障诊断过程。
引文
[1]BUTTERFUELD S,SHENG S,OYAGUE F.Wind energy's new role in supplying the world's energy:What role will structural health monitoring play[C]//The 7th International Workshop on Structural Health Monitoring,September 9-11,2009,Stanford,California:1-8.
[2]KOTZALAS M N,DOLL G L.Tribological advancements for reliable wind turbine performance[J].Philosophical Transactions.Series A Mathematical,Physical,and Engineering Sciences,2010,368:4829-4850.
[3]高国华,张永忠.齿轮箱故障诊断技术的新发展[J].机械传动,2003,27(6),58-60.
[4]邹今春,沈玉娣.变工况齿轮箱故障这暖方法综述[J].机械传动,2012,36(8):124-127.
[5]雷亚国,何正嘉.等.行星齿轮箱故障诊断技术的研究进展[J].机械工程学报,2011,47(19):59-67.
[6]肖迎群,何怡刚.基于小波分形分析和脊波网络的模拟电路故障诊断方法[J].电工技术学报,2011,26(11):105-114.
[7]李建毅,石林锁,滕春明,等.基于EEMD和分形的齿轮箱故障特征提取[J].陕西科技大学学报,2013,31(1):115-120.
[8]N.E.Huang.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis[J].Proceeding of the Royal society of London,Series,1998,454(1971):903-995.
[2]KOTZALAS M N,DOLL G L.Tribological advancements for reliable wind turbine performance[J].Philosophical Transactions.Series A Mathematical,Physical,and Engineering Sciences,2010,368:4829-4850.
[3]高国华,张永忠.齿轮箱故障诊断技术的新发展[J].机械传动,2003,27(6),58-60.
[4]邹今春,沈玉娣.变工况齿轮箱故障这暖方法综述[J].机械传动,2012,36(8):124-127.
[5]雷亚国,何正嘉.等.行星齿轮箱故障诊断技术的研究进展[J].机械工程学报,2011,47(19):59-67.
[6]肖迎群,何怡刚.基于小波分形分析和脊波网络的模拟电路故障诊断方法[J].电工技术学报,2011,26(11):105-114.
[7]李建毅,石林锁,滕春明,等.基于EEMD和分形的齿轮箱故障特征提取[J].陕西科技大学学报,2013,31(1):115-120.
[8]N.E.Huang.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis[J].Proceeding of the Royal society of London,Series,1998,454(1971):903-995.