基于EMD与Duffing振子的风机轴承早期故障诊断研究

• 作者: 吕跃刚 李子民
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 振动信号 Duffing振子 EMD 风电机组 滚动轴承
• 年，卷（期）: 2016,（5）
• 页码范围: 687-691
• 分类号: TK83|TH165.3
• 语种: 中文

摘要

针对风电机组滚动轴承早期故障诊断,文章提出了一种以改进的Duffing振子与经验模态分解(EMD)相结合的混沌检测系统对早期微弱的故障信号进行有效识别的方法.首先利用EMD将采集到的振动信号分解成几个内蕴模式函数分量IMF,将包含故障特征的IMF作为外加策动力输入混沌系统,通过正逆向检测过程观察相轨迹的变化情况来确定是否捕捉到轴承早期的微弱故障特征信号.Duffing振子不仅能很好地抑制噪声,而且对内部策动力同频的微弱周期信号非常敏感,信噪比可达-45 dB.EMD分解法对信号进行初步筛选进一步提高了检测门限.通过轴承实验数据验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕跃刚	华北电力大学控制与计算机工程学院	75	1268	19.0	33.0
2	李子民	华北电力大学控制与计算机工程学院	2	22	2.0	2.0