期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到193篇文章
< 1 2 … 10 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
大型风电齿轮箱系统耦合动态特性研究 被引量：38
1
作者 魏静 孙清超 +3 位作者 孙伟 赵飞 李永红 郭爱贵 《振动与冲击》 EI CSCD 北大核心 2012年第8期16-23,共8页
综合考虑轮齿啮合时变刚度、齿轮传递误差、齿轮啮合冲击以及风载变化等因素影响,建立具有多级齿轮传动的大型风电齿轮箱齿轮-传动轴-轴承-箱体系统耦合非线性动力学模型。对风电齿轮箱系统有限元模型进行耦合模态分析,运用模态叠加法... 综合考虑轮齿啮合时变刚度、齿轮传递误差、齿轮啮合冲击以及风载变化等因素影响,建立具有多级齿轮传动的大型风电齿轮箱齿轮-传动轴-轴承-箱体系统耦合非线性动力学模型。对风电齿轮箱系统有限元模型进行耦合模态分析,运用模态叠加法对齿轮箱系统在内部激励与外部激励综合作用下的振动响应进行求解。将仿真结果与实验数据对比,进而得到齿轮箱各点振动位移、速度、加速度及结构噪声等系统动态评价指标,为大型风电齿轮箱动态特性的准确评价及齿轮系统动态性能优化设计提供理论依据。 展开更多
关键词 变载荷 风电齿轮箱 耦合非线性 动态特性 振动响应
下载PDF
柔性销轴式风电齿轮箱行星传动均载研究 被引量：32
2
作者 徐向阳 朱才朝 +2 位作者 刘怀举 马飞 李光福 《机械工程学报》 EI CAS CSCD 北大核心 2014年第11期43-49,共7页
在分析柔性销轴结构和工作原理的基础上,建立多浮动构件的柔性销轴式风电齿轮箱行星传动动力学模型,综合考虑行星传动时变啮合刚度、时变传递误差,研究柔性销轴刚度和误差对行星传动均载的影响。结果表明,柔性销轴支撑的行星轮具有较好... 在分析柔性销轴结构和工作原理的基础上,建立多浮动构件的柔性销轴式风电齿轮箱行星传动动力学模型,综合考虑行星传动时变啮合刚度、时变传递误差,研究柔性销轴刚度和误差对行星传动均载的影响。结果表明,柔性销轴支撑的行星轮具有较好的均载效果,减小销轴刚度能明显降低行星轮偏载载荷,提高均载性能;销轴切向误差对行星轮均载影响敏感,销轴公差设计应以相邻且同向配置为优。在专用齿轮传动试验台上对柔性销轴式风电齿轮箱行星传动进行均载试验研究,验证理论分析结果的有效性。 展开更多
关键词 风电齿轮箱 柔性销轴 行星传动 动力学 均载
下载PDF
基于小波域平稳子空间分析的风力发电机齿轮箱故障诊断 被引量：30
3
作者 严如强 钱宇宁 +1 位作者 胡世杰 高晓旸 《机械工程学报》 EI CAS CSCD 北大核心 2014年第11期9-16,共8页
风力发电机齿轮箱故障信号为非平稳瞬态微弱信号,容易被齿轮啮合信号及其他噪声淹没。提出一种融合连续小波变换(Continuous wavdot transform,CWT)和平稳子空间分析(Startionary subspace analysis,SSA)的信号分解方法并应用于风力发... 风力发电机齿轮箱故障信号为非平稳瞬态微弱信号,容易被齿轮啮合信号及其他噪声淹没。提出一种融合连续小波变换(Continuous wavdot transform,CWT)和平稳子空间分析(Startionary subspace analysis,SSA)的信号分解方法并应用于风力发电机齿轮箱故障诊断中。平稳子空间分析作为一种盲源分离技术可将高维数据分解成平稳源部分和非平稳源部分,对待分析信号各分量间的独立性没有要求且不需要任何先验信息。连续小波变换则可利用其所具有的多尺度分析特性把一维时间序列转换为不同尺度下的多维时间序列。对观测得到的一维时间序列数据进行连续小波变换得到多维时间序列作为平稳子空间分析的输入,利用平稳子空间分析方法将该多维时间序列分解为平稳源信号分量和非平稳源信号分量,对非平稳源信号进行包络谱分析得到齿轮箱故障的特征频率。该小波域平稳子空间分析方法被应用于一个实际风力发电机齿轮箱振动信号的分析,试验结果表明该方法可有效地诊断出齿轮箱中的轴承故障。 展开更多
关键词 风力发电机齿轮箱 故障诊断 连续小波变换 平稳子空间分析
下载PDF
基于EEMD和BP神经网络的风机齿轮箱故障诊断方法 被引量：25
4
作者 游子跃 王宁 +2 位作者 李明明 李亚强 王皓 《东北电力大学学报》 2015年第1期64-72,共9页
根据风机齿轮箱故障信号的非平稳特性,提出一种基于总体平均经验模式分解(EEMD)和BP神经网络的风机齿轮箱故障诊断方法。首先,对原始信号进行小波去噪。然后,对故障信号进行EEMD分解,将其分解为多个固有模态函数(Intrinsic Mode Functi... 根据风机齿轮箱故障信号的非平稳特性,提出一种基于总体平均经验模式分解(EEMD)和BP神经网络的风机齿轮箱故障诊断方法。首先,对原始信号进行小波去噪。然后,对故障信号进行EEMD分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,选取若干含有主要故障信息的IMF分量做进一步分析。最后,从各IMF分量中提取故障信号能量特征参数,将归一化后的能量特征参数作为BP神经网络输入参数进行故障诊断。实测结果表明:该方法故障诊断准确率达到了99%左右。可以准确、有效的对风机齿轮箱进行故障诊断。 展开更多
关键词 风机齿轮箱 故障诊断 EEMD 神经网络 小波变换 LABVIEW
下载PDF
基于KELM和多传感器信息融合的风电齿轮箱故障诊断 被引量：24
5
作者 龙霞飞 杨苹 +2 位作者 郭红霞 赵卓立 赵智 《电力系统自动化》 EI CSCD 北大核心 2019年第17期132-139,共8页
为提高风电齿轮箱的运行效率,降低风电场的运行维护成本,结合时域统计特征分析和多传感器信息融合技术,提出了一种基于灰狼优化核极限学习机(GWO-KELM)的风电齿轮箱状态监测新方法。首先,计算原始振动信号不同的时域统计特征参数,并采... 为提高风电齿轮箱的运行效率,降低风电场的运行维护成本,结合时域统计特征分析和多传感器信息融合技术,提出了一种基于灰狼优化核极限学习机(GWO-KELM)的风电齿轮箱状态监测新方法。首先,计算原始振动信号不同的时域统计特征参数,并采用并行叠加的方式对特征级和数据级进行信息融合以得到融合数据集。其次,利用融合数据集,建立了基于GWO-KELM的故障分类识别模型。最后,运用所提方法对QPZZ-Ⅱ旋转机械振动试验台齿轮箱实测数据进行状态监测,实例结果表明了该方法的有效性和可行性,与其他同类方法相比,所提方法具有最佳分类性能。 展开更多
关键词 状态监测 风电齿轮箱 灰狼优化核极限学习机 多传感器信息融合
下载PDF
风力发电机齿轮箱加速疲劳试验技术分析 被引量：19
6
作者 李国云 秦大同 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第11期1252-1256,共5页
针对风力发电机齿轮箱的高可靠性要求,提出了一种加速疲劳试验技术方法来验证齿轮箱的疲劳可靠性。根据齿轮箱的设计载荷谱,推导了其主要零件在寿命周期内的等效载荷和应力循环次数;应用Miner线性累积疲劳损伤理论,计算了齿轮和轴承在... 针对风力发电机齿轮箱的高可靠性要求,提出了一种加速疲劳试验技术方法来验证齿轮箱的疲劳可靠性。根据齿轮箱的设计载荷谱,推导了其主要零件在寿命周期内的等效载荷和应力循环次数;应用Miner线性累积疲劳损伤理论,计算了齿轮和轴承在设计寿命周期内的疲劳损伤度;采用线性强化载荷谱的方法建立了风电齿轮箱加速疲劳试验载荷谱,结果在大约800 h左右就验证了齿轮箱的疲劳可靠性。 展开更多
关键词 风力发电齿轮箱 加速疲劳试验 齿轮 损伤度 可靠性
下载PDF
风电机组齿轮箱早期故障预警方法研究 被引量：21
7
作者 孟玲霞 徐小力 +1 位作者 蒋章雷 赵西伟 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第12期2758-2765,共8页
为实现风力发电机组等变工况机电设备的早期故障预警,研发了变工况齿轮箱状态监测系统。在基于该系统的多种变工况行星齿轮磨损实验研究基础上,提出了一种基于流形学习的早期故障预警方法。该方法首先研究采用完全总体经验模态分解与改... 为实现风力发电机组等变工况机电设备的早期故障预警,研发了变工况齿轮箱状态监测系统。在基于该系统的多种变工况行星齿轮磨损实验研究基础上,提出了一种基于流形学习的早期故障预警方法。该方法首先研究采用完全总体经验模态分解与改进快速独立成分分析盲源分离技术,有利于对复杂振动信号的滤波与盲源分离;然后研究改进了局部线性嵌入流形学习方法,基于时域、频域信息融合提取了早期故障敏感特征;最后应用k-近邻分类器实现变工况齿轮箱早期故障预警。实验研究表明,该方法提高了早期故障预警准确率,能够应用于风电机组等变工况机电设备的安全保障及科学维护,具有广泛工程实用前景。 展开更多
关键词 变工况 风电机组齿轮箱 状态监测系统 早期故障预警
下载PDF
基于分形维数和GA-SVM的风电机组齿轮箱轴承故障诊断 被引量：20
8
作者 时培明 梁凯 +1 位作者 赵娜 安淑君 《计量学报》 CSCD 北大核心 2018年第1期61-65,共5页
对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法。基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度。提出了基于遗传算... 对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法。基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度。提出了基于遗传算法(GA)的支持向量机参数优化的模型,通过GA的寻优自动获得最优的支持向量机参数。采用某风场的风电机组齿轮箱轴承数据进行故障诊断,实验表明,所提出的GA-SVM模型很好地解决了参数选择的问题,同时基于分形维数的特征参数也提高了风电机组轴承故障的识别准确率。 展开更多
关键词 计量学 轴承故障诊断 风电齿轮箱 分形维数 遗传算法支持向量机 识别准确率
下载PDF
基于Box-Cox变换和相对熵残差分析的风电机组齿轮箱状态监测 被引量：17
9
作者 王梓齐 刘长良 《中国电机工程学报》 EI CSCD 北大核心 2020年第13期4210-4218,共9页
风电机组齿轮箱的故障频率和维修成本较高,有必要进行实时状态监测。残差分析是基于运行数据的状态监测方法之一。但使用常规统计量作为指标,无法全面描述残差概率分布的变化,可能会得到变化趋势不显著、故障敏感度低的监测信息。为此,... 风电机组齿轮箱的故障频率和维修成本较高,有必要进行实时状态监测。残差分析是基于运行数据的状态监测方法之一。但使用常规统计量作为指标,无法全面描述残差概率分布的变化,可能会得到变化趋势不显著、故障敏感度低的监测信息。为此,提出一种基于Box-Cox变换和相对熵的残差分析方法:首先,结合滑动窗口法对正常行为模型的预测残差进行Box-Cox变换,以改善其正态性;之后,计算当前与基准残差数据间的一维连续正态分布相对熵,作为状态监测的指标。用某2MW风电机组齿轮箱故障前和维修后的两组数据进行验证。结果表明,相比常规方法,相对熵的变化趋势更显著、对故障的敏感度更高,且能够直接对比齿轮箱运行状态的相对变化;Box-Cox变换能够进一步改善相对熵的预警能力,使预警时刻提前约4~9h。 展开更多
关键词 Box-Cox变换 相对熵 残差分析 风电机组齿轮箱 状态监测
下载PDF
灰狼算法优化支持向量机在风力机齿轮箱故障诊断中的应用 被引量：16
10
作者 胡璇 李春 叶柯华 《机械强度》 CAS CSCD 北大核心 2021年第5期1026-1034,共9页
针对风力机齿轮箱振动信号非线性和非平稳性的特征,提出基于模糊熵(Fuzzy Entropy,FE)和灰狼算法优化(Grey Wolf Optimizer,GWO)的支持向量机(GWO Support Vector Machine,GWO-SVM)的故障诊断方法。通过集合经验模态分解算法(Ensemble E... 针对风力机齿轮箱振动信号非线性和非平稳性的特征,提出基于模糊熵(Fuzzy Entropy,FE)和灰狼算法优化(Grey Wolf Optimizer,GWO)的支持向量机(GWO Support Vector Machine,GWO-SVM)的故障诊断方法。通过集合经验模态分解算法(Ensemble Empirical Mode Decomposition,EEMD)对振动信号进行分解得到若干本征模态函数(Intrinsic Mode Function,IMF)分量;求取各状态IMF分量的模糊熵并构建特征向量;将各特征向量输入GWO-SVM模型进行故障识别及分类。结果表明:齿轮箱振动信号不同状态下的模糊熵有一定区分度,通过GWO-SVM能对其进行精确识别和分类,且GWO-SVM相对于粒子群优化(Particle Swarm Optimization,PSO)SVM模型和遗传算法(Genetic Algorithm,GA)优化SVM模型具有更短的运行时间和更高准确率,平均准确率高达92.5%。 展开更多
关键词 风力机齿轮箱 故障诊断 集合经验模态分解 灰狼算法优化 支持向量机 模糊熵
下载PDF
小波分解和最小二乘支持向量机的风机齿轮箱故障诊断 被引量：16
11
作者 张金敏 翟玉千 王思明 《传感器与微系统》 CSCD 北大核心 2011年第1期41-43,共3页
根据齿轮箱故障时振动信号特点,提出了一种基于小波分解和最小二乘支持向量机(LS-SVM)相结合的齿轮箱故障诊断方法。通过对齿轮箱振动信号进行小波分解,得到各分解节点对应频率段的重构信号和节点的能量,并将各节点能量组成的特征向量... 根据齿轮箱故障时振动信号特点,提出了一种基于小波分解和最小二乘支持向量机(LS-SVM)相结合的齿轮箱故障诊断方法。通过对齿轮箱振动信号进行小波分解,得到各分解节点对应频率段的重构信号和节点的能量,并将各节点能量组成的特征向量作为诊断模型的特征向量,输入到LS-SVM多类分类器中进行故障识别。诊断结果表明:该方法能够准确地识别风力发电机组齿轮箱的常见故障。 展开更多
关键词 风力发电机组齿轮箱 故障诊断 最小二乘支持向量机 小波分解
下载PDF
基于小波包和BP神经网络的风机齿轮箱故障诊断 被引量：15
12
作者 王皓 周峰 《噪声与振动控制》 CSCD 2015年第2期154-159,共6页
为了对风力发电机组中最容易发生故障的核心部件齿轮箱进行故障诊断,提出基于小波包变换和BP(Back Propagation)神经网络的齿轮箱故障诊断方法。首先,根据齿轮箱工作时的振动信号特性,通过小波包变换方法对振动信号进行去噪、分解与重构... 为了对风力发电机组中最容易发生故障的核心部件齿轮箱进行故障诊断,提出基于小波包变换和BP(Back Propagation)神经网络的齿轮箱故障诊断方法。首先,根据齿轮箱工作时的振动信号特性,通过小波包变换方法对振动信号进行去噪、分解与重构,有效提取不同故障下各频段能量的故障特征;其次,将提取的能量故障特征输入至BP神经网络诊断系统中进行识别,实现故障的智能诊断。通过试验证明了该方法的有效性。 展开更多
关键词 振动与波 风机齿轮箱 小波包变换 BP神经网络 故障诊断
下载PDF
基于小波降噪和EMD方法的风力发电系统齿轮箱故障诊断 被引量：15
13
作者 王龙 沈艳霞 季凌燕 《江南大学学报（自然科学版）》 CAS 2012年第2期159-162,共4页
将小波降噪和经验模态分解相结合,提出一种风电机组齿轮箱故障诊断的方法。先对齿轮故障振动信号进行小波降噪预处理,再进行经验模态分解,对包含故障特征的固有模态函数用Hilbert变换得到包络谱,通过对包络信号做功率谱分析,提取故障特... 将小波降噪和经验模态分解相结合,提出一种风电机组齿轮箱故障诊断的方法。先对齿轮故障振动信号进行小波降噪预处理,再进行经验模态分解,对包含故障特征的固有模态函数用Hilbert变换得到包络谱,通过对包络信号做功率谱分析,提取故障特征频率,与未降噪信号处理的结果进行比较,降噪后诊断效果明显。 展开更多
关键词 小波降噪 经验模态分解 风电齿轮箱 故障诊断
下载PDF
基于集成NSET和模糊软聚类的风电机组齿轮箱状态监测 被引量：15
14
作者 王梓齐 刘长良 刘帅 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第7期138-146,共9页
风电机组齿轮箱的故障频率和维修成本较高,有必要对其运行状态进行实时监测。非线性状态估计(NSET)算法有着对记忆矩阵依赖大、无法有效利用数据资源改善精度、实时性差等不足。为此,提出一种基于模糊软聚类和集成NSET的状态监测方法:... 风电机组齿轮箱的故障频率和维修成本较高,有必要对其运行状态进行实时监测。非线性状态估计(NSET)算法有着对记忆矩阵依赖大、无法有效利用数据资源改善精度、实时性差等不足。为此,提出一种基于模糊软聚类和集成NSET的状态监测方法:使用模糊软聚类将历史数据分为边界有重叠的不同类别,实现工况的软划分并构造多个不同工况的NSET模型作为个体学习器;以参数回归方法作为结合器,可在不影响实时性的同时,使用大量数据训练参数以改善精度。用某2 MW风电机组的齿轮箱故障数据进行验证,结果表明,相比常规方法,提出方法的精度和实时性均更优;通过预测残差均值和基于残差构造的健康指数,能够灵敏、准确的反映齿轮箱的早期故障及其发展趋势。 展开更多
关键词 集成学习 非线性状态估计 模糊软聚类 风电机组齿轮箱 状态监测
下载PDF
风电齿轮箱微观修形对振动与声振粗糙度性能的影响 被引量：14
15
作者 范孝良 石鹏飞 刘建民 《中国工程机械学报》 北大核心 2019年第1期43-48,共6页
基于2MW风电齿轮箱的详细数据,在Romax环境中建立2MW风电齿轮箱刚柔耦合模型.结合ISO6336标准及齿轮箱微观修形理论的相关文献,采用齿向修形和齿廓修形并用的修形方案,对2MW风电齿轮箱进行微观修形.针对修形前后的风电齿轮箱模型,对传... 基于2MW风电齿轮箱的详细数据,在Romax环境中建立2MW风电齿轮箱刚柔耦合模型.结合ISO6336标准及齿轮箱微观修形理论的相关文献,采用齿向修形和齿廓修形并用的修形方案,对2MW风电齿轮箱进行微观修形.针对修形前后的风电齿轮箱模型,对传动误差、齿轮承载能力、噪声、振动与声振粗糙度(NVH)性能进行了分析.分析结果表明:此修形方案可有效降低传动误差,提高齿轮的承载能力,大幅度提高NVH性能.提出的修形方法可靠实用,为兆瓦级风电齿轮箱的微观修形分析和NVH性能分析提供了一种有效的分析思路. 展开更多
关键词 风电齿轮箱 微观修形 传动误差 承载能力 噪声、振动与声振粗糙度(NVH)
下载PDF
基于CEEMDAN样本熵和SSA-ELM的风机齿轮箱故障诊断 被引量：13
16
作者 刘晓悦 张泽明 +2 位作者 赵立国 孟凡伟 张怡 《组合机床与自动化加工技术》 北大核心 2022年第9期126-130,134,共6页
为提高非线性、非平稳振动信号下风机齿轮箱的故障识别精度,提出了基于自适应噪声完全集合经验模态分解(CEEMDAN)样本熵和麻雀搜索算法优化极限学习机(SSA-ELM)的风机齿轮箱故障诊断方法。首先,采用小波阈值去噪方法对振动信号进行降噪... 为提高非线性、非平稳振动信号下风机齿轮箱的故障识别精度,提出了基于自适应噪声完全集合经验模态分解(CEEMDAN)样本熵和麻雀搜索算法优化极限学习机(SSA-ELM)的风机齿轮箱故障诊断方法。首先,采用小波阈值去噪方法对振动信号进行降噪,以减小噪声对振动信号的干扰;其次,对去噪后的信号进行CEEMDAN分解,得到多组本征模态函数(IMFs),并根据皮尔逊相关系数进行分量的选择,消除虚假特征分量;最后,计算所选IMF分量的样本熵,将其作为特征向量输入SSA-ELM分类器进行故障诊断和分类。运用所提方法对QPZZ-Ⅱ型试验台模拟齿轮箱的实测数据进行诊断,结果表明该方法对齿轮箱各种故障状态的平均识别率可达98.06%,与其他同类方法相比,所提方法具有更佳的分类性能。 展开更多
关键词 风机齿轮箱 故障诊断 CEEMDAN 样本熵 麻雀搜索优化极限学习机
下载PDF
一种基于主成分分析与支持向量机的风电齿轮箱故障诊断方法 被引量：13
17
作者 黄宇斐 石新发 +1 位作者 贺石中 周娜 《热能动力工程》 CAS CSCD 北大核心 2022年第10期175-181,共7页
为解决风电齿轮箱状态监测数据样本量较少,特征指标间存在相互干扰且具有非线性难以分类等问题,本文提出了一种基于主成分分析结合支持向量机的风电齿轮箱故障诊断方法。首先,采用主成分分析法(PCA)对原始数据进行降维,做出第1,2主成分... 为解决风电齿轮箱状态监测数据样本量较少,特征指标间存在相互干扰且具有非线性难以分类等问题,本文提出了一种基于主成分分析结合支持向量机的风电齿轮箱故障诊断方法。首先,采用主成分分析法(PCA)对原始数据进行降维,做出第1,2主成分二维图及前3个主成分三维图,表明PCA对监测状态数据具有一定的分类效果。其次,提取累计贡献率80%以上的前5个主成分作为数据集。最后,采用支持向量机(SVM)比较4种不同核函数的诊断准确度,并加入噪声验证。分析结果表明:径向基核函数构建的支持向量机总体分类精度达到97%,准确率最高;在含噪的情况下,线性核函数与径向基核函数分类精度达到94%;与MLP神经网络进行对比发现,支持向量机更适应小样本分析且测试精度较高。实例分析表明,主成分分析结合支持向量机有较好的分类效果,适用于风电齿轮箱故障诊断的工程应用。 展开更多
关键词 风电齿轮箱 故障诊断 主成分分析 支持向量机
原文传递
基于改进KNN回归算法的风电机组齿轮箱状态监测 被引量：12
18
作者 刘长良 张书瑶 王梓齐 《中国测试》 CAS 北大核心 2021年第1期153-159,共7页
针对风电机组齿轮箱的状态监测问题,提出使用改进KNN回归算法建立齿轮箱的正常行为模型。首先,对经典KNN回归算法的距离度量公式进行改进,实验证明预测精度提高约60%;其次,基于改进的离群点和相似点剪辑算法优化KNN回归算法的训练集以... 针对风电机组齿轮箱的状态监测问题,提出使用改进KNN回归算法建立齿轮箱的正常行为模型。首先,对经典KNN回归算法的距离度量公式进行改进,实验证明预测精度提高约60%;其次,基于改进的离群点和相似点剪辑算法优化KNN回归算法的训练集以提升运算效率,优化后计算时间缩短约20%,预测精度基本保持不变。最后,针对某风电场一台2 MW风电机组的齿轮箱实际故障数据,应用提出的改进KNN回归算法并结合统计过程控制相关理论,实现对齿轮箱故障的预警。结果表明:较经典KNN算法,提出的改进算法故障预警能力显著增强。 展开更多
关键词 风电机组齿轮箱 状态监测 KNN回归算法 训练集优化
下载PDF
多传感器数据融合的风电齿轮箱性能衰退评估 被引量：12
19
作者 马越 陈捷 +1 位作者 洪荣晶 潘裕斌 《计算机集成制造系统》 EI CSCD 北大核心 2019年第2期318-325,共8页
针对风电齿轮箱传动结构复杂、所处工况恶劣,难以提取有效振动信号特征进行性能衰退分析的问题,提出多传感器数据融合的风电齿轮箱性能衰退评估方法。该方法将自适应完全集合经验模态分解(CEEM-DAN)、核主分量分析(KPCA)和Hotelling T2... 针对风电齿轮箱传动结构复杂、所处工况恶劣,难以提取有效振动信号特征进行性能衰退分析的问题,提出多传感器数据融合的风电齿轮箱性能衰退评估方法。该方法将自适应完全集合经验模态分解(CEEM-DAN)、核主分量分析(KPCA)和Hotelling T2统计量相结合,先对风电齿轮箱全寿命的非线性、非平稳振动信号进行CEEMDAN-KPCA降噪处理,再利用KPCA对降噪后的多组振动信号进行融合分析,提取连续的T2值(C-T2)及其时域特征作为评估指标,建立风电齿轮箱性能衰退模型。实验结果表明,该方法对风电齿轮箱振动信号降噪效果显著,C-T2特征有效解决了多组振动信号特征维数膨胀问题,且C-T2时域特征模型比振动信号时域特征模型能更准确地评估风电齿轮箱性能的衰退过程。 展开更多
关键词 风电齿轮箱 多传感器数据融合 信号降噪 性能衰退评估 故障诊断
下载PDF
基于电流信号稀疏滤波特征融合的齿轮箱故障诊断方法 被引量：11
20
作者 何群 赵婧怡 +2 位作者 江国乾 贾晨凌 谢平 《电网技术》 EI CSCD 北大核心 2020年第5期1964-1971,共8页
风电齿轮箱的故障诊断方法主要以振动信号分析为主,相比于振动信号,电流信号具有非侵入式、监测成本低等优点。因此,提出基于发电机电流信号的风电齿轮箱故障诊断方法。针对电流信号基频分量干扰大、信噪比低而造成的特征提取难的问题,... 风电齿轮箱的故障诊断方法主要以振动信号分析为主,相比于振动信号,电流信号具有非侵入式、监测成本低等优点。因此,提出基于发电机电流信号的风电齿轮箱故障诊断方法。针对电流信号基频分量干扰大、信噪比低而造成的特征提取难的问题,提出基于稀疏滤波网络的电流信号无监督特征学习与融合方法。首先,设计基于稀疏滤波的局部特征学习网络,用于从原始电流信号和包络信号中分别学习不同的故障特征;然后,将通过稀疏滤波网络学习到的原始信号稀疏特征与包络信号稀疏特征进行融合以丰富故障特征空间;最后,将融合的特征输入到支持向量机进行训练,实现不同故障类型的智能识别与诊断。通过风电齿轮箱实验台开展齿轮箱故障模拟实验来验证所提出的方法。实验结果表明,该方法能够从电流信号中自动提取反映齿轮故障的有用特征,相比于传统特征提取方法,取得了较高的诊断精度和效率。 展开更多
关键词 风电齿轮箱 电流信号 无监督特征学习 稀疏滤波 特征融合 故障诊断
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 10 下一页 到第 页
使用帮助 返回顶部