基于HMM的风电机组齿轮箱故障诊断研究

• 作者: 姚治业 杨志凌 王瑞明
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 隐马尔科夫模型(HMM) 故障诊断 特征提取 齿轮箱 振动信号
• 年，卷（期）: 2017,（9）
• 页码范围: 2574-2581
• 页数: 8页
• 分类号: TM315
• 字数: 4788字
• 语种: 中文

摘要

应用隐马尔科夫模型识别风电机组齿轮箱故障模式,研究振动信号特征提取方法,并根据特征值的敏感程度进行优化选择;应用两种隐马尔科夫模型(HMM)对齿轮箱在不同运行状态下的振动信号进行分析识别,并且对识别结果进行对比.结果表明:隐马尔可夫模型能快速有效地识别齿轮箱中磨损、断齿等故障模式,适用性良好,可应用于实际齿轮箱系统的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨志凌	华北电力大学能源动力与机械工程学院	11	72	5.0	8.0
2	王瑞明		20	167	8.0	12.0
3	姚治业	华北电力大学能源动力与机械工程学院	1	6	1.0	1.0