基于MCKD-EMD的风电机组轴承早期故障诊断方法

发布时间：2017-09-26 08:04

  本文关键词：基于MCKD-EMD的风电机组轴承早期故障诊断方法

  更多相关文章： 风电机组 轴承 早期故障 最大相关峭度解卷积 经验模态分解

【摘要】：风电机组轴承处于早期故障阶段时,特征信号往往比较微弱,并且受环境噪声及信号衰减的影响严重,因此轴承早期故障特征一直难以提取。经验模态分解(EMD)在轴承的故障特征提取中已经得到了广泛的应用,但其在强背景噪声干扰下对轴承早期故障特征的提取具有一定的局限性。针对这一问题,考虑到最大相关峭度解卷积(MCKD)算法可凸显出轴承振动信号中被噪声所掩盖的故障冲击脉冲,非常适用于轴承早期故障信号的降噪处理,因此将MCKD与EMD相结合用于轴承早期故障诊断。用MCKD对强噪声轴承信号进行降噪,然后对降噪后的信号进行EMD,选取敏感本征模态函数(IMF)并计算其包络谱,通过分析包络谱中幅值凸出的频率成分判断故障类型。仿真和试验分析结果验证了所提方法的有效性和准确性。
【关键词】： 风电机组 轴承 早期故障 最大相关峭度解卷积 经验模态分解
【正文快照】： 电 力 自 动 化 设 备 Electric Power Automation Equipment 0 引言 风力发电作为一种清洁 、 高效 、 可再生的新型能 源 ， 近年来发展十分迅速 ， 据中国风能协会的数据统 计 ， 截止到 2015 年 6 月底 ， 我国风电并网总装机容 量已经高达 ，

本文编号：922365