基于随机共振和VMD分解的风电机组滚动轴承故障特征提取

• 作者: 张惠智 李涛涛 贾嵘 马喜平
• 来源期刊: 大电机技术
• 关键词: 风电机组 滚动轴承 随机共振 变分模态分解 故障诊断
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 电机部分
• 页码范围: 1-5,26
• 页数: 6页
• 分类号: TM315
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3983.2018.02.001

摘要

以风电机组滚动轴承为研究对象,针对其故障诊断中强噪声背景下信号信噪比低、故障特征难以提取的问题,提出一种基于随机共振(SR)和变分模态分解(VMD)的故障特征提取方法.该方法首先利用随机共振对滚动轴承的振动信号进行降噪处理,提高信号的信噪比;然后对降噪后的振动信号进行VMD分解,通过求取固有模态函数(IMF)的幅值谱,从而发现滚动轴承的故障特征频率.将该方法应用于风电机组滚动轴承的实际数据中,分析结果表明,该方法能够提高信号的信噪比,实现风电机组滚动轴承的精确诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾嵘	西安理工大学水利水电学院	101	1600	21.0	37.0
2	马喜平	国网甘肃省电力公司电力科学研究院	23	78	6.0	8.0
3	李涛涛	西安理工大学水利水电学院	7	48	4.0	6.0
4	张惠智	西安理工大学水利水电学院	9	29	3.0	4.0