基于EEMD-PCA的风电轴承故障预警方法

发布时间：2021-09-02 22:57

　　针对风电轴承故障预警的问题,提出一种基于主元分析统计的故障预警方法。首先,采集正常状态下的轴承振动信号进行EEMD处理;然后,将各IMF分量输入PCA计算出正常状态下的T²和SPE阈值;最后,将运行监测数据输入模型求得运行过程中的统计量,并以SPE超过阈值线的比例为指标进行故障预警。通过风电场轴承故障案例表明,该方法可对风电轴承早期故障进行有效预警,具有实际工程应用价值。 

【文章来源】：轴承. 2020,(09)北大核心

【文章页数】：5 页

【部分图文】：

22#机组的时间轴

基于主元分析的风电轴承故障预测模型

在第150个采样时刻对变量x1,x4,x7引入一个幅值1.5的均值偏差干扰,模拟故障工况下的样本数据,根据上述主元模型对200个采样时刻的运行数据进行状态监测。将样本数据代入模型中计算,结果如图2所示,由图可知:在正常情况下,样本数据基本处于阈值下方,部分超过阈值的数据点可能是受到了随机噪声的影响;在引入干扰的第150个采样时刻, T2统计量和SPE统计量均超过了正常阈值,主元模型立即检测出了故障样本,运行准确、可靠。4 风电轴承数据验证


本文编号：3379889