欢迎来到天天文库
浏览记录
ID:5374529
大小:886.01 KB
页数:4页
时间:2017-12-08
《hilbert—huang变换在风力发电机主轴轴承故障诊断中应用》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、学兔兔www.xuetutu.com!曼二2鱼轴承2013年6期Bearing2013.No.659—62CN4l一1148/THHilbert—Huang变换在风力发电机主轴轴承故障诊断中的应用陈文静,吴金强(新疆大学机械工程学院,乌鲁木齐830047)摘要:风力发电机主轴轴承发生故障时,缺陷引发的冲击振动出现的频率一般比较复杂,2个相邻冲击之间的时间间隔一般很小,普通的时域统计分析和频域分析方法很难达到理想的分析效果。将Hilbert—Huang变换引入风力发电机主轴轴承故障诊断。利用由Hilbea能量谱反映出的信息来对风机主轴轴承进行故障诊断,结果表明,基于Hilbert—
2、Huang变换的分析方法能更为有效地诊断轴承的故障。关键词:主轴轴承;故障诊断;Hilbert—Huang变换;风力发电机;Hilbert能量谱中图分类号:TH133.33文献标志码:B文章编号:1000—3762(2013)06—0059一o4ApplicationofHilbert—HuangTransforminWindTurbineSMainshaftBearingFaultDiagnosisChenWen—jing,WuJin—qiang(InstituteofMechanicalEngineering,XinjiangUniversity,Urumchi830047,
3、China)Abstract:Whenthewindturbinemainshaftbeatingbreakdown,the~equencyofshockandvibrationinducedbydefectisverycomplicatedandtimeintervalbetweentwoadjacentimpactsisverysmal1.Generaltimedomainanalysisandfre-quencydomainanalysisisdificulttoachievethedesiredefect.ApplytheHilbert—Huangtransformtow
4、indturbineSmainshaftbearingfaultdiagnosis.ItemploystheplentyofinformationofbearingembodiedinHilbertspectrumforfaultdiagnosis.TheresultsshowthatthismethodbasedonHilbea—Huangtransformcanefectivelydiagnosethefaultsofbearing.Keywords:mainshaftbearing;faultdiagnosis;Hilbert—huangtransform;windturb
5、ine;Hilbeaspectrum目前,所有安装的风力发电机中,75%一80%析方法具有很好的时域和频域分辨率。但传统的的主轴轴承采用滚动轴承J。滚动轴承是旋转机时频分析方法往往受到测不准原理的制约,很难械中广泛应用的关键部件,也是容易产生故障的在时域和频域同时达到很高的分辨率J。而Hil—部件。经统计,轴承故障中的40%与污染和润滑bert—Huang变换(HHT)是一种新的具有自适应有关;30%与安装有关;20%与过载或制造质量有的时频分析方法,它可以根据信号的局部时变特关一。性进行自适应的时频分解,消除人为的因素,克服轴承发生故障时,会产生一系列冲击振动,2传统方法中用无
6、意义的谐波分量来表示非平稳、个相邻冲击之间的时间间隔一般很小,因此,如果非线性信号的缺陷,并可得到很高的时频分辨率要检测出每个冲击振动,则需要所采用的时频分和良好的时频聚集性,非常适合对非平稳、非线性信号进行分析J。下文对Hilbert—Huang变换在收稿日期:2012—10—26;修回日期:2013—03—15风力发电机主轴轴承故障诊断方面的应用进行了基金项目:新疆维吾尔自治区高等学校科研计划科学研究探索性研究。重点项目(XJEDU2009102)作者简介:陈文静(1986一),女,山东泰安人,硕士,研究方1基于经验模式分解的Hilbert谱向为风机故障诊断。E—mail:c
7、henwenjing654123@163.com。HHT的基本思想是通过经验模式分解(em—学兔兔www.xuetutu.com·60·《轴承)2013.No.6piricalmodedecomposition,EMD)的方法,将信号是IMF的成分都略去。(1)式可以看做广义的分解成一系列的本征模函数(intrinsicmodefunc-Fourier变换,式中幅值和频率随时间变化的特性tion,IMF),得到的IMF是近似单频率成分的信不仅大大提高了信号的分解效率,而且还使分解
此文档下载收益归作者所有