排序方式: 共有53条查询结果,搜索用时 15 毫秒
1.
本文提出了局部放电信号的固有时间尺度分解(intrinsic time-scale decomposition,ITD)去噪方法,将信号进行固有时间尺度分解,得到多个固有旋转分量(proper rotation component,PRC),采用3σ准则去除每个PRC的异常噪声,然后对其进行重构,从而实现局部放电信号的消噪.分别用小波变换(Wavelet transform)、经验模式分解(empirical mode decomposition,EMD)和ITD处理含噪局放信号,比较它们的均方根误差、相关系数和计算速度.结果表明:ITD的去噪过程具有自适应性,有较好的去噪性能和较快的计算速度,非常适合局部放电信号的在线去噪. 相似文献
2.
3.
基于ITD和LS - SVM的风力发电机组轴承故障诊断 总被引:1,自引:0,他引:1
为了更好地识别出复杂条件下风力风电机组主轴承的运行状态,提出了基于固有时间尺度分解(ITD)和最小二乘支持向量机(LS-SVM)的风电机组轴承故障诊断方法。该方法首先将调心滚子轴承振动信号分解成若干个固有旋转分量和一个趋势分量之和。然后,对前几个固有旋转分量的瞬时幅值进行频谱分析,找出频谱中外圈、内圈、滚动体故障特征频率处以及转动频率处的幅值,将其作为故障特征向量。最后,将故障特征向量输入LS-SVM来识别机组轴承的运行状态。实验结果表明,该方法可以快速、较准确地诊断出风力发电机组轴承故障。 相似文献
4.
提出了一种基于移动最小二乘响应面和变分模态分解(Variational mode decomposition,VMD)的抽水蓄能机组振动参数演化预测方法。首先利用移动最小二乘响应面建立抽水蓄能机组振动参数实时评估模型。然后利用VMD将复杂非线性的机组振动参数时间序列分解若干个平稳分量时间序列。其次对每个分量进行特性识别,根据其不同属性,分别采用LS-SVM或GM(1,1)对每个分量进行预测。最后重构每个分量的预测值获得原始时间序列最终的预测结果。实例分析表明,该方法能较准确地预测机组振动参数演化趋势。 相似文献
5.
6.
7.
8.
9.
10.
水轮发电机组横向振动特性分析 总被引:2,自引:0,他引:2
推导建立了水轮发电机组系统动力学方程.对运动微分方程进行数值积分,分析了发电机转子的质量偏心及水轮机转子的质量偏心对水轮发电机组系统横向振动特性的影响.数值分析结果表明,发电机转子、水轮机转子的横向振动及大轴在上、下导轴承和水导轴承处的横向振动,经过充分衰减后,轴心轨迹都是圆形,但它们的半径并不相同.随着发电机转子的质量偏心的不断增加,大轴在3个导轴承处的横向振动出现了明显分岔现象,振动为周期1及复杂的拟周期运动.大轴在3个导轴承处的横向振动,随着水轮机转子的质量偏心的不断增大,没有出现分岔现象. 相似文献