文献类型：期刊文章

作　　者：丁显[1] 徐进[1] 滕伟[2] 王伟[2]

DING Xian;XU Jin;TENG Wei;WANG Wei(Luneng Group Co.,Ltd.,Beijing 100020,China;Key Laboratory of Power Station Energy Transfer Conversion and System,Ministry of Education,North China Electric Power University,Beijing 102206,China)

机构地区：[1]鲁能集团有限公司,北京100020 [2]华北电力大学电站能量传递转化与系统教育部重点实验室,北京102206

出　　处：《振动与冲击》

基　　金：国家自然科学基金(51775186);鲁能集团有限公司科技项目(528060170002)。

年　　份：2020

卷　　号：39

期　　号：8

起止页码：99-105

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：风电机组通常以集群规模化运行,机组结构复杂、振动测点多,所产生的振动数据量大,仅靠人工进行故障诊断具有较大挑战。提出基于无参数经验小波变换的风电齿轮箱故障特征提取方法,运用尺度空间方法和经验法则对振动信号的傅里叶谱进行自动分割,获得不同的滤波频带,据此设计一系列经验小波滤波器对信号进行分解和重构,获得不同频带下的经验模式,进一步采用裕度因子对分解后的经验模式进行排序,选取裕度因子最大的经验模式作为故障敏感模式;该方法能在无需预设任何参数的情况下对振动信号进行分解与故障特征提取,具有自适应性。风电试验台和实测风电齿轮箱故障案例验证了方法的有效性。

关 键 词：无参数  经验小波变换  裕度因子  自适应 故障特征提取

分 类 号：TP183]