KPCA法在风电机组齿轮箱故障诊断中的应用

• 作者: 刘迎 李元源 董兴辉 赵玉伟
• 来源期刊: 机械工程与自动化
• 学科: 工学
• 关键词: 核主成分分析 故障诊断 模式分类
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 质量监测与故障诊断
• 页码范围: 130-132
• 分类号: TH165+.3|TH132.41
• 字数: 2852字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6413.2012.05.052

摘要

将核主成分分析法应用于风电机组齿轮箱的故障诊断中,通过计算齿轮箱振动信号原始数据空间的内积核函数来实现原始数据到特征空间的非线性映射.利用某风场齿轮箱的正常工作状态、初期磨损状态以及断齿状态下的振动数据进行测试,对主成分分析法和核主成分分析法的分类结果进行了分析比较.实验结果表明,核主成分分析法能够有效地对齿轮故障信号进行特征提取和模式分类,更适合于故障信号非线性特征的提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘迎	华北电力大学能源动力与机械工程学院	2	10	2.0	2.0
2	董兴辉	华北电力大学能源动力与机械工程学院	18	122	7.0	10.0
3	李元源	华北电力大学能源动力与机械工程学院	2	10	2.0	2.0
4	赵玉伟	华北电力大学能源动力与机械工程学院	2	10	2.0	2.0