基于自适应变分模态分解及多重分形谱的风力机轴承故障分析 |
| |
引用本文: | 许子非,李 春,张万福,邓允河.基于自适应变分模态分解及多重分形谱的风力机轴承故障分析[J].热能动力工程,2019,34(9):181. |
| |
作者姓名: | 许子非 李 春 张万福 邓允河 |
| |
作者单位: | 上海理工大学 能源与动力工程学院,上海 200093,上海理工大学 能源与动力工程学院,上海 200093,上海理工大学 能源与动力工程学院,上海 200093,雅图新能源科技有限公司,广东 深圳 518000 |
| |
基金项目: | 国家自然科学基金(51676131,51176129,51875361) |
| |
摘 要: | 风力机齿轮箱轴承故障信号具有典型非线性及非平稳特性,采用自适应变分模态法对4种状态下振动信号进行分解,提出基于分形盒维数-峭度阈值法(Adaptived Variational Mode Decomposition,AVMD)对处理所得分量进行筛选,选取富含故障信息的分量进行信号重构,采用多重分形去趋势波分析方法,分析重构信号的分形特征并识别其工作状态,结果表明:基于多重分形去趋势波分析法对非稳定轴承可进行有效地故障识别;轴承振动信号具有典型分形特征,在不同时间尺度下,标度指数、广义Hurst指数与多重分形谱均可反应轴承工作状态;3种多重分形谱参数对故障类型敏感度不同,谱函数最大值对应的奇异指数对内圈故障较为敏感,峰值占比对外圈故障较为敏感,分形谱宽对滚珠故障较为敏感。
|
关 键 词: | 多重分形 轴承 变分模态分解 故障诊断 |
本文献已被 CNKI 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》下载全文 |
|