EMD与ICA在故障诊断中的应用研究

由于经验模式分解(EMD)的自身分解能力的不足和外部信号的影响,在处理固有模态函数的精确分离和消除调制信号的干扰成分时存在困难,不能得到合适的IMF分量。提出了一种经验模式分解和独立分量分析联合的方法。该方法将振动信号进行经验模式分解(EMD)形成本征模式函数IMF,再基于互相关准则对分解后的本征模函数进行重新组合,组织虚构的采集信号通道,与源信号一起,最终形成Fast ICA的输入矩阵。此方法不但解决盲源分离算法中观测信号数目需大于等于源信号数目的问题,而且能分离出单独IMF分量的固有特性,保证每个IMF分量丢失的信息特征得到复原后,解决了各个分量之间的信息失真和模态混叠现象,充分发挥出经验模式分解和独立分量分析的特征提取优点。进行数据仿真和实验,验证了该方法在滚动轴承故障特征提取中具有明显效果。     

基于PLC与King SCADA风电机组自动消防系统设计

为解决风电机组特殊环境条件下火灾救援的难题，对风电机组运行环境特殊性及发生火灾的原因特点进行分析。对自动消防系统的整体技术实现，火灾探测方法与灭火装置特性及《风力发电机组防火技术规程》中关于超细干粉及热气溶胶灭火装置使用量进行了研究。提出一种基于PLC与King SCADA实现的风电机组自动消防系统设计方法。研究结果表明：该套自动消防系统实现方法满足风电机组消防系统标准的要求，可实现消防功能的自动动作及报警等数据的记录，降低运维工作人员的压力，达到满意的效果，并可供相关工程参考使用。