华北电力技术2017，Issue(3) ：59-64.DOI:10.16308/j.cnki.issn1003-9171.2017.00.005

基于VMD和奇异值能量差分谱的风机滚动轴承故障特征提取方法

Wind Turbine Rolling Bearing Fault Feature Extraction Method Based on VMD and Singular Value Energy Difference Spectrum

张伟 白恺 宋鹏 杨伟新 赵洪山 王正宇
华北电力技术2017，Issue(3) ：59-64.DOI:10.16308/j.cnki.issn1003-9171.2017.00.005
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于VMD和奇异值能量差分谱的风机滚动轴承故障特征提取方法

Wind Turbine Rolling Bearing Fault Feature Extraction Method Based on VMD and Singular Value Energy Difference Spectrum

张伟 1白恺 2宋鹏 2杨伟新 2赵洪山 1王正宇2
扫码查看

作者信息

  • 1. 华北电力大学电气与电子工程学院,河北保定071003
  • 2. 国网冀北电力有限公司电力科学研究院(华北电力科学研究院有限责任公司),北京100045
  • 折叠

摘要

风电机组轴承处于早期故障阶段时,故障特征信号微弱,受环境噪声及信号衰减的影响较大,因此轴承早期故障特征的提取一直是个难点.为了有效提取风机滚动轴承的故障特征,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和奇异值能量差分谱的特征提取方法.首先对轴承信号进行VMD分解得到一系列固有模态函数(Intrinsic Mode Function,IMF),然后选取敏感IMF进行奇异值分解,并利用奇异值能量差分谱选取有效奇异值进行信号重构,最后对重构信号进行包络谱分析,进而提取故障特征.实验分析结果验证了所述方法的有效性.

关键词

滚动轴承/VMD/奇异值能量差分谱/信号重构

引用本文复制引用

基金项目

本项目由国家科技支撑计划(2015BAA06B03)

出版年

2017
华北电力技术
华北电网有限公司,华北电力科学研究院有限责任公司

华北电力技术

影响因子：0.521
ISSN：1003-9171
被引量7
参考文献量13
段落导航相关论文