文献类型：期刊文章

作　　者：张细政[1,2] 郑亮[1] 刘志华[1]

ZHANG Xi zheng;ZHENG Liang;LIU Zhi- hua(College of Electrical Information Engineering, Hunan Institute of Engineering, Xiangtan 411104;The Key Laboratory of Hunan Province on Wind Turbine Generator Set and Contro Hunan Institute of Engineering, Xiangtan 411104, China)

机构地区：[1]湖南工程学院电气信息学院,湘潭411104 [2]湖南工程学院风力发电机组及控制湖南省重点实验室,湘潭411104

出　　处：《湖南工程学院学报（自然科学版）》

基　　金：国家自然科学基金项目(61673164);湖南省教育厅科学研究重点项目(14A032)

年　　份：2018

卷　　号：28

期　　号：3

起止页码：1-6

语　　种：中文

收录情况：普通刊

摘　　要：风力发电机齿轮箱的故障诊断对于双馈风力发电机组的维修和检测具有重要作用和意义.BP神经网络等算法被应用在齿轮箱的故障诊断中,但是这类算法预测精度不高,易陷入局部极值,只是在一定的程度上适用于齿轮箱的故障诊断,与现实情况相差较大.鉴于遗传算法的可扩展能力强,搜索过程简单且具有强大的全局搜索能力,为了获得更好的诊断性能,利用优势互补原则,本文将遗传算法与神经网络算法相结合,形成混合算法.通过混合算法对风机齿轮箱常见的轴承外圈有剥落坑,输入轴弯曲,轴强烈抖动,轴承内圈划伤,齿轮崩齿等故障进行了测试验证.仿真结果显示,混合算法对减小风机齿轮箱故障诊断误差具有明显的效果,有效地提高了预测精度.

关 键 词：齿轮箱 故障诊断 BP神经网络 遗传算法

分 类 号：TP206.3]