小波分析与eemd—hht在风电轴承故障诊断中应用

小波分析与eemd—hht在风电轴承故障诊断中应用

ID:5389295

大小:319.32 KB

页数:5页

时间:2017-12-08

小波分析与eemd—hht在风电轴承故障诊断中应用_第1页
小波分析与eemd—hht在风电轴承故障诊断中应用_第2页
小波分析与eemd—hht在风电轴承故障诊断中应用_第3页
小波分析与eemd—hht在风电轴承故障诊断中应用_第4页
小波分析与eemd—hht在风电轴承故障诊断中应用_第5页
资源描述:

《小波分析与eemd—hht在风电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!墨二!轴承2014年6期45—49CN41—1148/THBeating2014,No.6小波分析和EEMD—HHT在风电轴承故障诊断中的应用孙冬梅,刘曼曼,李恒,何响(南京工业大学自动化与电气工程学院,南京211816)摘要:针对风机转盘轴承振动信号的低频率、非平稳、非线性且微弱的特点,提出了一种新的轴承故障诊断方法。该方法将小波分析和EEMD—HHT相结合,既能够提高信号的信噪比,又能抑制经验模态分解过程中的模式混叠现象,提高故障诊断的准确性。试验证明在风电轴承的故障诊断中该方法非常有效。关键词:风电轴承;小波分析;EEMD—H

2、HT;故障诊断中图分类号:TH133.33;Tt~91文献标志码:B文章编号:1000—3762(2014)06—0045~05ApplicationofWaveletAnalysisandEEMD—·HHTinFaultDiagnosisf0rWindTurbineBearingsSunDongmei,LiuManman,LiHeng,HeXiang(SchoolofElectricalEngineeringandAutomation,NamingUniversityofTechnology,Naming211816,China)Abstract:Aimingatth

3、echaracteristicsofvibrationsignalofslewingbearingsinwindturbines,suchaslowfrequency,non—stationary,non—linearityandweak,anewfaultdiagnosismethodforthebeatingsisproposed.Themethodcorn—biningthewaveletanalysisandEEMD—HHTisabletoimprovetheSNR,toinhibitthemodemixingphenomenonintheEMDdecompos

4、itionprocess,andtoimprovetheaccuracyoffaultdiagnosis.Theexperimentsshowthatthemethodisveryeffectiveinthefaultdiagnosisofwindturbinebearings.Keywords:windturbinebearing;waveletanalysis;EEMD—HHT;faultdiagnosis风力发电机组的长期安全运行是风能资源合较低,故障信号提取困难。常用的信号时频处理理利用的重要保障。随着我国对风能资源的不断方法主要有短时Fourier变换、小波分

5、析、Weibul1开发和利用,风力发电项目不断发展,风电机组也分布以及HHT变换等方法。小波分析具有“变随之剧增,然而,风电机组的机械故障问题也逐渐焦”特征,不易受噪声的影响,但是小波基和小波突显,严重影响风能的利用率。由于风力发电机系数难以选择,对分解结果影响很大;HHT由经验在风沙、雨水、盐雾、潮湿等环境下工作,轴承的安模态分解(EmpiricalModeDecom—position,EMD)装、润滑及维修极为困难。一旦轴承发生故障,将方法和Hilbert变换组成,EMD能够很好地提取冲导致整个发电机无法正常工作从而造成重大损击信号且自适应地分解出信号内含有的固有模

6、态失一。函数(IntrinsicModeFunction,IMF),但分解精度容风电轴承振动信号是一种低速重载的非平易受到噪声干扰,而且存在模式混叠现象,影响信稳、非线性的微弱信号,且易受噪声干扰,信噪比号分析的准确性。通过以上分析,提出一种风电轴承故障诊断收稿日期:2013—09—12;修回日期:2014—0l—o4的新方法:采用小波方法对轴承的振动加速度信基金项目:国家“十二五”科技支撑计划项目(2011BAFO9B02)号进行降噪处理,将所得信号进行聚合(或集合、作者简介:孙冬梅(1975一),女,博士,副教授,研究方向为总体)经验模态分解(EnsembleEmp

7、iricalModeDe.测控技术与智能仪器;刘曼曼(1988一),女,硕士研究生,composition,EEMD),得到若干个IMF,然后对各个研究方向为旋转机械故障诊断。E—mail:lmmfdd@163.corn。IMF进行Hilbe~变换获得信号的Hilbea谱和边学兔兔www.xuetutu.com·46·《轴承)2014.No.6际谱,通过分析对风电轴承的故障进行诊断,该方下包络的平均值为零;(2)极值点的个数与过零点法能够有效解决EMD分析中的模态混叠现象。的个数相等或相差1。EMD类似二进滤波器组,能够将白噪声分解1小波

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。