|
|||||
|
|
| 基于小波分形理论的风电轴承故障识别 | |
| 作者姓名： | 孙自强 陈长征 孟强 周勃 |
| 作者单位： | 沈阳工业大学 机械工程学院, 沈阳 110870 |
| 基金项目： | 国家自然科学基金资助项目,辽宁省教育厅基金资助项目(L2010401)． |
| 摘 要： | 针对风电轴承振动特征信号易被环境噪声调制污染、信噪比低、具有非线性和不平稳的特点,利用基于小波分形的故障识别方法对此进行了研究.采用小波包分解,利用互信息法和Cao算法分别确定了相空间的延迟时间和嵌入维数,根据不同频带的关联维数变化确定风电轴承的工作状态.该方法不依赖于风力机工作的动力学模型,对整体系统信息状态变化敏感.通过现场实验证明,该方法较好地解决了风电轴承故障难以识别的问题,为更加细致地研究风电轴承振动信号提供了重要参考. |
| 关 键 词： | 风力机 故障识别 关联维数 小波包 分形 互信息法 轴承 相空间 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《沈阳工业大学学报》浏览原始摘要信息 | |
| 点击此处可从《沈阳工业大学学报》下载全文 | |