基于盲源分离的风机轴承的故障特征提取方法研究

《基于盲源分离的风机轴承的故障特征提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．，？＞‘．，－Ｕ义．＇＼，务Ｍｖ，／／’￣三項Ｆ？菊，７？‘想．ｓＩ若各．ｒ．ｒｉ’ｉ／；？＜常＂ｆ、＼．！＂ｒ參—‘，，Ｊ．／＂Ｊ＂；＂＾：＞．‘４，爹‘＾ｖ、．Ｖ＾．．＾？長终？一；＊：Ｖ么於變－Ｖ義却＜、ｒ３、、為姜．＼？？：：？．々＞．：．在心故、；‘‘＊巧Ｕ，法苗方＾＃品■Ｉ；／ｒ與等餐祭八！沪ｉ＾ｌ／讀’；？／啦、‘ｆ７暫，／＾舞；＇＼§掀賴薪乘＼！＊，與讀，，巧＾？，Ｖ中旬＊‘＂＼＾－、＾；方或，載飾縣餐ｆ＾’１謗处；；一；ｖ為ｒ‘，若／达作扣钟饼論ｌ齡‘ｆ４／．？，罕．４‘，，ｉ；４＂斜献

2、職＾Ｗ／，！畔．？，姑、？．＇ｇ地Ｗ＇：１ｘ引＃扭．／，Ｌ‘，Ｔ？＇，？，八等！，．，‘，．Ｖ幻ｖ．，，Ａ－ｆＶ；讓？ｆ，’＇茲、Ｖ备１ｖ＂ｒ．、Ｘ、‘■．１＇，兴’ｖ－‘蝶－ｉＶ／厶ｒＶ、、王＼，Ａ％＞Ｖ朽：／■ｔ，．－片：ｆ矣—卒ＶＶＭ苦．八：Ｖ．ｖ：－；拓Ｍｒ１－、乃＂ｉ違１ｙｖｆ／５ｖ．护＞‘：；’苗：各％、、．节＾４‘Ｖ－，－韓》；、Ｔ，＿户、ｒ＾．封？和緣非Ｗ；＊ｋＸ＞＂晋！Ｊ４■苗莽兴終：’■：》汽費祭？／备．＾Ｖ辦氣；／知游马皆、■Ｖ苗ｉＴ‘Ｖ４？；．寒矿，苯；公，＼＂；ｖ．．‘；象昧ｘｒ巧

3、？＂渗．＞．＇＇Ｊ．ｒ巧ｖ＇＾１ｖｆ＞－：起％－‘ｒＩ，＃＾‘ｔ，，Ｋ；－＞．、也ｕ．早＃餐濟国内图书分类号：TK83学校代码：10079国际图书分类号：621.3密级：公开专业硕士学位论文基于盲源分离的风机轴承的故障特征提取方法研究硕士研究生：邵玲导师：赵洪山教授申请学位：工程硕士专业领域：电气工程培养方式全日制所在学院：电气与电子工程学院答辩日期：2015年3月授予学位单位：华北电力大学ClassifiedIndex:TK83U.D.C:621.3ThesisfortheMasterDegreeinEng

4、ineeringResearchontheFaultFeatureExtractionMethodsofWindTurbineBearingsBasedonBlindSourceSeparationCandidate：ShaoLingSupervisor：ZhaoHongshanProfessorSchool：SchoolofElectricalandElectronicEngineeringDateofDefence：March,2015Degree-Conferring-Institution：NorthChinaElectricPowerUniversity摘要摘

5、要近年来，我国风力发电产业发展迅速，但高额的运行维修成本一直是影响风电场经济性的重要因素之一。轴承是风电机组传动系统的重要部件，对其运行状态进行实时监测和故障诊断，有利于提高机组运行稳定性和减少风电场维修费用。本文将盲源分离技术应用于风机轴承的故障诊断中，详细地研究了基于盲源分离的故障特征提取方法，最后通过对实测的风机轴承振动数据进行分析，验证了方法的有效性和可行性。具体工作如下：（1）系统地研究了三种常用的盲源分离方法，即ICA算法、FastICA算法和基于最大信噪比的盲源分离算法。对三种算法进行MATLAB仿真实验，利用分离性能指标对三种算法的仿真分离结果进行了评价

6、和比较，得出FastICA算法具有在较短时间内获得较好的分离精度的特点，因此确定使用基于FastICA的盲源分离算法对风机轴承振动数据进行分析。（2）理想的盲源分离方法往往假设噪声可以忽略不计，但在实际应用中，风电机组结构复杂、滚动轴承故障特征信号易受正常信号和现场噪声的干扰而不易识别。针对上述问题，在理想FastICA算法的基础上，将小波包络解调分析和盲源分离技术相结合，提出一种新的故障特征提取方法。该方法首先对原始振动信号进行包络解调分析和小波去噪，有效抑制信号的高频干扰，再采用FastICA算法对得到的小波包络解调信号进行分离。实例分析表明，该方法能从复杂的混合信

7、号中有效分离出轴承的正常信号和故障特征信息，实现了风机轴承振动信号特征的有效提取。（3）针对工程中轴承故障诊断因条件限制仅能进行单一通道信号采集的情况，提出了基于EMD-FastICA的单一通道盲源分离算法。该算法首先通过总体经验模式分解将信号分解为多个IMF分量，并将观测信号和其IMF分量组合成为一个虚拟的多通道观测信号；再使用源数估计SVD方法估计该虚拟多通道观测信号的源信号数目，根据源信号的数目对观测信号及其IMF分量进行重组；最后利用FastICA算法对重组后的虚拟多通道观测信号进行分离。运用该算法对实验平台的风机齿轮箱轴承的振动