互补集合经验模式分解与奇异值能量谱在风电齿轮故障识别中的应用

• 作者: 俞利宾 张文斌 普亚松 江洁 郭德伟 闵洁
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 故障分析 齿轮 信号处理 互补集合经验模式分解 奇异值能量谱
• 年，卷（期）: 2020,（2）
• 页码范围: 137-143
• 页数: 7页
• 分类号: TN911
• 语种: 中文

摘要

针对风电机组齿轮系统故障模式的有效识别问题,提出一种互补集合经验模式分解(CEEMD)与奇异值能量谱相结合的故障识别方法.利用CEEMD将齿轮非平稳信号分解为有限个平稳的本征模态函数,并将其组成初始特征向量矩阵,对矩阵进行奇异值分解并求出风电齿轮不同工况下的奇异值能量谱分布,以奇异值能量谱为元素构造特征向量,通过计算不同工况振动信号的灰色关联度来判断齿轮的故障类型.实例表明,该方法能有效应用于风电机组齿轮系统的故障诊断.