基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法

• 作者: 丁云飞 孙佳林 朱晨烜 王栋璀
• 来源期刊: 电机与控制应用
• 学科: 工学
• 关键词: 风机齿轮箱 故障诊断 小波包分析 最近邻 互近邻
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 测试技术与测控系统
• 页码范围: 108-113
• 页数: 6页
• 分类号: TM315|TP29
• 字数: 3860字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6540.2019.01.017

摘要

齿轮箱作为风力机组的核心部件,故障频发,研究风机齿轮箱的故障诊断方法意义重大.针对最近邻(KNN)诊断方法对离群噪声不敏感和诊断精度较低的缺陷,提出了基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法.该方法应用小波包分析技术对故障特征进行提取,利用互近邻准则将故障数据集中的离群噪声点剔除,构建出基于核空间的改进型最近邻分类决策规则来识别齿轮箱的故障类型.试验表明:该方法可以有效地提升故障诊断精度和鲁棒性,为智能诊断技术的研究提供新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁云飞	上海电机学院电气学院	18	11	2.0	3.0
2	朱晨烜	上海电机学院电气学院	8	4	1.0	1.0
3	孙佳林		6	6	1.0	2.0
4	王栋璀	上海电机学院电气学院	2	0	0.0	0.0