基于EEMD峭度-相关系数准则的多特征量风电机组轴承故障诊断

【摘要】：针对风力发电机组轴承故障振动信号具有高噪声、非线性、非平稳的特性,提出了一种集成经验模态分解与峭度-相关系数准则和多特征量提取的风电机组轴承故障程度的诊断方法。利用集成经验模态将振动信号分解成若干个本征模态分量,采用峭度和相关系数准则选取一组包含信息量最丰富的分量,对该组分量从时域指标、自回归模型参数矩阵的奇异值和能量熵3个角度的变化中提取和构造多特征量矩阵,输入支持向量机建立故障程度不同的多分类预测模型,优化核参数和惩罚参数取得轴承故障程度最佳预测精度。通过实验室数据验证了该方法是一种可行的风电机组轴承故障诊断方法,可实现对风电机组轴承故障早期处于的轻度、中度和重度等3种相对故障程度的准确分类和识别。 【作者单位】： 新疆大学电气工程学院教育部可再生能源发电与并网控制工程技术研究中心;金风科技股份有限公司;
【关键词】： 集成经验模态分解 峭度-相关系数 风机轴承 支持向量机 故障诊断
【基金】：新疆维吾尔自治区重点实验室项目(2016D03021) 国家自然科学基金项目(51267017)
【分类号】：TM315;TH133.3
【正文快照】： 0引言随着风力发电机组装机容量的快速增长,风电在电网中的渗透率不断提高,风力发电机组的稳定运行对电力系统的稳定至关重要。风电场大多位于偏远地区,气候环境恶劣,电网设备条件较差,风电机组故障频次较多,严重地影响机组的使用寿命。风电机组的主轴承是最容易出现故障的部

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于谱峭度的不确定性振源监测方法    郑威;樊可清;

基于最大相关峭度反褶积的轴承故障诊断方法    武兵;贾峰;熊晓燕;

基于谱峭度法的滚动轴承故障诊断研究    张睿凡;孔凡让;

滚动轴承故障诊断的改进小波变换谱峭度法    沈金伟;石林锁;

基于WVD的谱峭度法在轴承故障诊断中的应用    石林锁;张亚洲;米文鹏;

基于峭度的ICA特征提取和齿轮泵故障诊断    毋文峰;陈小虎;苏勋家;王旭平;姚春江;

基于AR模型和谱峭度法的滚动轴承故障诊断    石林锁;沈金伟;张亚洲;牛武泽;

改进增强峭度图和增强包络谱在滚动轴承故障诊断上的应用    唐贵基;王晓龙;邓飞跃;

基于Kalman滤波和谱峭度的滚动轴承故障诊断    刘志川;唐力伟;曹立军;

基于SVD降噪和谱峭度的滚动轴承故障诊断    孟智慧;王昌;

基于STFT的谱峭度法在轴承故障诊断中的应用    徐新韬;王华庆;杨晓;李岭阳;

峭度自适应学习步长盲提取算法提取轴承冲击信号    李军;张永祥;姚晓山;

基于多尺度峭度指标的损伤识别研究    李富才;孟光;胥永刚;

旋转机械轴承振动信号分析方法研究    彭畅

结构运行状态下谐波模态的检测和去除技术研究及实现    夏遵平