基于小波包和PSO-BP的风机滚动轴承故障诊断 |
| |
作者姓名: | 桂斌斌 李泽兰 刘泳志 刘珊 周展 |
| |
作者单位: | 湖南电气职业技术学院风能工程学院 |
| |
基金项目: | 2021年湖南省教育厅科学研究项目“大功率整流系统综合节能运行与优化控制关键技术研究”(项目编号:21C1016); |
| |
摘 要: | 为了识别风电机组运行过程中滚动轴承的运行状态并提高故障诊断率,该文提出了一种基于小波包分解和粒子群算法优化BP神经网络的滚动轴承故障识别方法。以滚动轴承4种故障状态下的振动信号为研究对象,首先,采用小波包对振动信号进行分解、重构,提取各故障状态下的故障特征向量,将其作为BP神经网络模型的输入值。其次,针对BP神经网络的缺点,通过粒子群算法优化BP神经网络的权值和阈值构建PSO-BP故障诊断模型,试验结果表明,基于小波包和PSO-BP的方法能够很好地提高风电机组滚动轴承故障模式识别的准确率。
|
关 键 词: | 风电机组 滚动轴承 故障诊断 小波包 PSO-BP |
|
|