首页|基于自适应随机共振方法的轴承故障特征提取

基于自适应随机共振方法的轴承故障特征提取

Fault Feature Extraction of Wind Turbine Bearing Based on Adaptive Stochastic Resonance Method

扫码查看
原文链接
  • 维普
  • 万方数据
针对现有故障诊断方法对风力发电机组轴承微弱故障特征识别效果较差的问题,提出一种峭度值优化的自适应变尺度随机共振方法.基于经验模态分解理论对风电机组轴承振动信号进行分解,利用峭度准则分别计算出各个固有模态分量的峭度值,并设置合适的峭度阈值对各分量信息进行提取.利用蚁群算法对随机共振系统进行智能参数优化,以信噪比为目标函数,获取最佳的输出信号,进而识别风电机组中轴承故障类别.理论分析与实验结果表明:此方法能够准确地识别风电机组轴承信号中的微弱故障类别,在风力发电机组轴承故障诊断与性能维护中具有良好的应用前景.

wind turbinerolling bearingweak faultfault diagnosis

俞勤新、彭艳来、杨晓峰、杨宏宇、张佐辉、葛岳、王志新

展开 >

龙源电力集团(上海)新能源有限公司,上海 202155

上海博英信息科技有限公司,上海 201111

上海交通大学,上海 200030

风力发电机组 滚动轴承 微弱故障 故障诊断

国家重点研发计划项目

2018YFB1503000

2023

10.19344/j.cnki.issn1671-5276.2023.05.021

机械制造与自动化
南京机械工程学会 南京机电产业（集团）有限公司

机械制造与自动化

CSTPCD
影响因子：0.29
ISSN：1671-5276
年,卷(期)：2023.52(5)
  • 6