基于小波分形理论的风电轴承故障识别

• 作者: 周勃 孙自强 孟强 陈长征
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 风力机 故障识别 关联维数 小波包 分形 互信息法 轴承 相空间
• 年，卷（期）: 2014,（6）
• 页码范围: 666-670
• 页数: 5页
• 分类号: TP306
• 字数: 3845字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2014.06.13

摘要

针对风电轴承振动特征信号易被环境噪声调制污染、信噪比低、具有非线性和不平稳的特点，利用基于小波分形的故障识别方法对此进行了研究。采用小波包分解，利用互信息法和 Cao 算法分别确定了相空间的延迟时间和嵌入维数，根据不同频带的关联维数变化确定风电轴承的工作状态。该方法不依赖于风力机工作的动力学模型，对整体系统信息状态变化敏感。通过现场实验证明，该方法较好地解决了风电轴承故障难以识别的问题，为更加细致地研究风电轴承振动信号提供了重要参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈长征	沈阳工业大学机械工程学院	199	1777	21.0	34.0
2	周勃	沈阳工业大学机械工程学院	67	335	11.0	15.0
3	孙自强	沈阳工业大学机械工程学院	11	29	3.0	5.0
4	孟强	沈阳工业大学机械工程学院	9	79	5.0	8.0