多传感器数据融合的风电齿轮箱性能衰退评估

• 作者: 洪荣晶 潘裕斌 陈捷 马越
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 风电齿轮箱 多传感器数据融合 信号降噪 性能衰退评估 故障诊断
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数字化/智能化/网络化制造技术
• 页码范围: 318-325
• 页数: 8页
• 分类号: TH165.3|TH17
• 字数: 4569字
• 语种: 中文
• DOI: 10.13196/j.cims.2019.02.005

摘要

针对风电齿轮箱传动结构复杂、所处工况恶劣,难以提取有效振动信号特征进行性能衰退分析的问题,提出多传感器数据融合的风电齿轮箱性能衰退评估方法.该方法将自适应完全集合经验模态分解(CEEM-DAN)、核主分量分析(KPCA)和Hotelling T2统计量相结合,先对风电齿轮箱全寿命的非线性、非平稳振动信号进行CEEMDAN-KPCA降噪处理,再利用KPCA对降噪后的多组振动信号进行融合分析,提取连续的T2值(C-T2)及其时域特征作为评估指标,建立风电齿轮箱性能衰退模型.实验结果表明,该方法对风电齿轮箱振动信号降噪效果显著,C-T2特征有效解决了多组振动信号特征维数膨胀问题,且C-T2时域特征模型比振动信号时域特征模型能更准确地评估风电齿轮箱性能的衰退过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈捷	南京工业大学机械与动力工程学院	88	472	11.0	16.0
2	洪荣晶	南京工业大学机械与动力工程学院	158	781	13.0	17.0
3	马越	南京工业大学机械与动力工程学院	6	12	2.0	3.0
4	潘裕斌	南京工业大学机械与动力工程学院	9	15	2.0	3.0