基于小波包和SVM的风机齿轮箱故障诊断方法

• 作者: 吴艳茹 周求湛 姚为星 欧淇源 程文阁
• 来源期刊: 声学与振动
• 学科: 工学
• 关键词: 风力发电机 齿轮箱 小波包 SVM 故障诊断
• 年，卷（期）: 2013,（4）
• 页码范围: 37-43
• 页数: 7页
• 分类号: TP39

摘要

为了对风力发电机组中故障高发的核心部件齿轮箱进行实时监控及故障分析,提出了一种根据齿轮箱在工作时不同部位所产生的振动信号及齿轮箱常见故障事件的分析方法。首先设计了一套风机工作信号感知系统,采用高精度传感器获取齿轮箱工作信号;其次,根据齿轮箱工作时的振动信号特性,通过小波包变换方法对工作信号进行特征提取;将这些特征值送到支持向量机(SVM)中进行训练和分类,可以实现故障的智能诊断;最后得出分析结果,通过在实验室现有的齿轮箱实验台进行验证,在小样本情况下能达到了97.5%以上的分类精度。