基于多尺度时域平均分解和模糊熵的船用风机故障诊断方法

船舶旋转机械往往在多振源的环境中运转,如何对其振动信号进行有效的特征提取和降噪处理是研究热点。时域同步平均方法对振动信号的噪声抑制有较好的效果,但是该方法需要的键相信号难以获取,特定频率以外的故障信息会丢失且倍频信号波形会互相混叠,以上问题限制了该方法的适用性。提出了一种多尺度时域平均分解法,有效地克服了传统时域平均法存在的问题,并结合模糊熵特征选择对船舶风机进行了故障诊断,准确率与计算速度均优于EMD、EEMD和VMD方法。仿真数据分析与故障模拟试验证明了该方法的有效性。     

基于小波包特征提取和模糊熵特征选择的柴油机故障分析

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机振动信号的故障诊断,由于柴油机振动信号噪声多,诊断信号难以进行特征选择的问题,提出了基于小波包能量谱特征提取和模糊熵特征择的柴油机故障诊断方法。利用模糊熵对小波包能量谱提取出的特征集进行特征选择,将选择后的特征参数输入LS-SVM进行故障模式识别。试验结果表明,该方法可以提高故障识别准确率。在该试验中,故障识别准确率达到了99.36%,相比于未进行特征选择的特征集,识别准确率提高了0.72%。     

基于垂直轴风力机的盘式永磁电机的试验研究

随着永磁材料的发展,盘式永磁发电机的技术突破,基于盘式发电机的小型垂直轴风力发电机重新得到重视。设计出双外转子中间定子的盘式永磁发电机,安装在Φ型风力机下端,利用风洞实验室进行不同风速下的试验研究,试验得到无负载与蓄电池负载下的2组数据。数据表明,盘式发电机应用在Φ型垂直轴风力机中,启动性能不理想,但在风力机启动后功率可以很快达到额定功率,故在启动性能好组合式垂直轴风力发电机具有良好适用性。