摘要
风电机组齿轮箱故障一直是风电场主要机械故障之一,其故障信息多是混有噪声的非平稳信号.为避免陷入对复杂的非线性信号求解,提出多种算法融合下的数字信息频率筛查处理方法.首先利用小波分析对高频信号的敏感性进行消噪,然后充分利用Hilbert-Huang变换对非平稳信号的分解和时频变换能力进行信号特征挖掘,在被干扰的非平稳信号里面找出故障对应频率.充分利用多种算法融合有效去除与主频率不相关的高频噪声,找出时域变换的边际谱.避免了直接分解含有高频信号的不确定性,降低了信号分解过程中回流成分,避免发生反射现象,完成对风电机组齿轮箱故障的非平稳信号频率筛查比对.通过对某机组进行故障实验,验证数字信息频率筛查方法的有效性.
基金项目
国家自然科学基金(51667010)
云南省重大科技专项(202002AF080001)
昆明理工大学虚拟仿真实验教改项目()
NETL
NSTL
维普
万方数据