针对风电机组齿轮箱中齿轮故障诊断问题,提出一种风电齿轮箱故障预警方法。该方法将自适应完全集合经验模态分解ACSEEMD(Adaptive Complete Set of Ensemble Empirical Mode Decomposition)、模糊C均值聚类FCMC(Fuzzy C Mean Clustering...针对风电机组齿轮箱中齿轮故障诊断问题,提出一种风电齿轮箱故障预警方法。该方法将自适应完全集合经验模态分解ACSEEMD(Adaptive Complete Set of Ensemble Empirical Mode Decomposition)、模糊C均值聚类FCMC(Fuzzy C Mean Clustering)算法和Hotelling T 2统计量相结合,通过对风电齿轮箱振动信号进行ACSEEMD-FCMC降噪处理,再利用FCMC对降噪后的多组振动信号进行融合分析,提取出连续的T 2值(C-T 2)及其均方根值RMS(C-T 2),设定报警阈值RMS(C-T 2)lim,最后,建立风电齿轮箱故障预警模型。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,可有效解决多组振动信号报警结果不一致的问题。展开更多
文摘针对风电机组齿轮箱中齿轮故障诊断问题,提出一种风电齿轮箱故障预警方法。该方法将自适应完全集合经验模态分解ACSEEMD(Adaptive Complete Set of Ensemble Empirical Mode Decomposition)、模糊C均值聚类FCMC(Fuzzy C Mean Clustering)算法和Hotelling T 2统计量相结合,通过对风电齿轮箱振动信号进行ACSEEMD-FCMC降噪处理,再利用FCMC对降噪后的多组振动信号进行融合分析,提取出连续的T 2值(C-T 2)及其均方根值RMS(C-T 2),设定报警阈值RMS(C-T 2)lim,最后,建立风电齿轮箱故障预警模型。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,可有效解决多组振动信号报警结果不一致的问题。
