基于改进经验小波变换与分形特征集的风力机齿轮箱故障诊断 |
| |
引用本文: | 孙康,金江涛,李春,叶柯华,许子非.基于改进经验小波变换与分形特征集的风力机齿轮箱故障诊断[J].太阳能学报,2023(5):310-319. |
| |
作者姓名: | 孙康 金江涛 李春 叶柯华 许子非 |
| |
作者单位: | 1. 上海理工大学能源与动力工程学院;2. 上海市动力工程多项流动与传热重点实验室 |
| |
摘 要: | 针对风力机齿轮箱振动响应信号具有强非线性及非平稳性的特点,考虑平均幅值对平均谱负熵时频域成分权重自适应调节,提出连续改进平均谱负熵方法(ICASN)以体现信号细节复杂度特征,并将ICASN引入经验小波变换(EWT),替代傅里叶谱作为频带划分依据。采用ICASN-EWT分解振动信号,基于改进平均谱负熵筛选特征分量,剔除信号冗余与噪声影响。分析各敏感分量分形特征并构建高维特征集,采用流形学习进行维数约简,并结合分形高斯噪声改进灰狼算法优化支持向量机关键参数,将降维后的向量集输入优化支持向量机进行故障识别与诊断,准确率高达100%。
|
关 键 词: | 风力机 齿轮箱 故障检测 支持向量机 经验小波变换 连续改进平均谱负熵 分形高斯噪声改进灰狼算法 |
|
|