基于连续平均谱负熵改进经验小波变换的风力机齿轮箱故障诊断 |
| |
作者姓名: | 胡 璇 李 春 叶柯华 |
| |
作者单位: | 上海理工大学能源与动力工程学院,上海200093 |
| |
基金项目: | 国家自然科学基金(51976131,51676131);上海市“科技创新行动计划”地方院校能力建设项目(19060502200) |
| |
摘 要: | 针对经验小波变换(Empirical Wavelet Transform,EWT)对强噪声环境下风力机齿轮箱轴承轻微故障特征提取不足的问题,利用滑移窗口提取子带的连续平均谱负熵(Continuous Average Spectral Negentropy,CASN)对EWT算法进行改进。通过CASN-EWT方法分解风力机齿轮箱轴承故障信号,采用峭度准则对所得分量进行筛选并重构,再开展包络分析,准确提取出故障特征。结果表明:CASN-EWT方法在保留EWT算法自适应性和有效避免模态混叠效应与端点效应优点的同时,能够极大提高EWT分解算法对噪声影响的鲁棒性,有利于准确提取故障特征频率,实现故障精确识别。
|
关 键 词: | 风力机齿轮箱 故障诊断 滑移窗口 连续平均谱负熵 改进经验小波变换 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《热能动力工程》浏览原始摘要信息 |
|
点击此处可从《热能动力工程》下载免费的PDF全文 |