文献类型：期刊文章

作　　者：王军辉[1,2] 贾嵘[2] 谭泊[3]

机构地区：[1]陕西省水利电力勘测设计研究院,西安710001 [2]西安理工大学水利水电学院,西安710048 [3]国网陕西省电力公司培训中心,西安710032

出　　处：《太阳能学报》

基　　金：国家自然科学基金(51279161)

年　　份：2015

卷　　号：36

期　　号：2

起止页码：319-324

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI(收录号：20151600764810)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对风电机组齿轮箱中齿轮故障特征提取与故障诊断问题,提出一种基于集合经验模式分解(EEMD)、奇异谱熵和模糊C均值聚类的故障诊断方法。首先对原始振动信号进行EEMD分解,得到各阶本征模态函数(IMF)构成的特征模式矩阵。接着对该特征模式矩阵求奇异谱熵值,奇异谱熵值的大小能反映部件的工作状态和故障类型。最后,将得到的奇异谱熵值矩阵进行模糊聚类分析并得到分类结果。通过对齿面磨损、齿面剥落和正常3种齿轮状态分别使用EMD法和EEMD法进行故障分类对比,结果验证了该方法的有效性和可行性,同时证明EEMD法具有更好的分类效果。

关 键 词：风电机组 齿轮箱 故障诊断 集合经验模式分解  奇异谱熵  模糊C均值聚类

分 类 号：TM315]