| 基于EEMD和CICA的风电机组轴承故障特征提取 |
| |
| 引用本文： | 许崇新,徐樊浩.基于EEMD和CICA的风电机组轴承故障特征提取[J].山东电力技术,2018,45(1):54-58. |
| |
| 作者姓名： | 许崇新 徐樊浩 |
| |
| 作者单位： | 国网山东省电力公司烟台供电公司; |
| |
| 摘 要： | 针对风电机组轴承故障振动信号具有高噪声、非线性、非平稳的特性,提出一种集成经验模态分解(ensemble empirical mode decomposition,EEMD)和约束独立分量分析(constrained independent component analysis,CICA)的故障特征提取方法(EEMD-CICA)。首先对采集的轴承振动信号进行预处理,消除噪声信号的影响,并利用EEMD进行分解,得到一系列本征模态函数(intrinsic mode function,IMF);然后利用邻近奇异值插值法估计源信号个数,并根据互信息准则选取IMF分量作为参考信号;最后根据选取的参考信号,利用CICA方法提取轴承故障中包含的信号特征,并进行包络解调得到包络谱。算例分析表明,此方法能有效提取轴承故障特征。
|
| 关 键 词： | 风机轴承 集成经验模态分解 约束独立分量 互信息 故障 |
Bearing Fault Feature Extraction of Wind Turbine Based on
EEMD and CICA |
| |
| XU Chongxin and XU Fanhao.Bearing Fault Feature Extraction of Wind Turbine Based on
EEMD and CICA[J].Shandong Electric Power,2018,45(1):54-58. |
| |
| Authors: | XU Chongxin and XU Fanhao |
| |
| Affiliation: | State Grid Yantai Power Supply Company and State Grid Yantai Power Supply Company |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《山东电力技术》浏览原始摘要信息 |
|
点击此处可从《山东电力技术》下载全文 |
|
