基于MOMEDA和增强倒频谱的风电机组齿轮箱多故障诊断方法

Multi-fault diagnosis method for wind turbine gearbox based on MOMEDA and enhanced cepstrum

胡爱军 ¹严家祥 ¹白泽瑞¹

扫码查看

作者信息

1. 华北电力大学机械工程系,河北保定071003
折叠

摘要

风电机组齿轮箱结构复杂,当齿轮、轴承存在多故障时,由于各故障强弱不同、故障间相互耦合及噪声干扰,造成故障诊断准确率低及漏诊问题.提出了一种基于多点最优最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)和增强倒频谱的风电机组齿轮箱多故障诊断方法.依据齿轮和轴承不同部位的故障特征频率设置合理的解卷积周期,利用MOMEDA对原始信号进行预处理;再通过增强倒频谱进一步抑制噪声干扰和增强故障特征;将增强倒频谱中的突出成分与齿轮箱故障特征频率对比,判断故障类型.实际风电机组齿轮箱多故障振动试验数据分析结果表明,该方法可以有效地提取出齿轮箱多故障特征信息.

关键词

齿轮箱/多故障诊断/特征提取/多点最优最小熵解卷积(MOMEDA)/增强倒频谱

引用本文复制引用

基金项目

国家自然科学基金(51675178)

出版年

2021

振动与冲击

中国振动工程学会上海交通大学上海市振动工程学会

振动与冲击

CSTPCDCSCD北大核心

影响因子：0.898

ISSN：1000-3835

被引量16

参考文献量7

段落导航