风力机齿轮箱振动信号分解方法研究

作者：胡璇; 李春^*; 叶柯华

来源：动力工程学报, 2021, 41(04): 323-329.

DOI：10.19805/j.cnki.jcspe.2021.04.010

• 风力机齿轮箱
• 故障诊断
• 集合经验模态分解
• 经验小波变换
• 固有时间尺度分解

基于风力机齿轮箱振动信号显著的非线性及非平稳性,分别采用集合经验模态分解(EEMD)、固有时间尺度分解(ITD)和经验小波变换(EWT)分解方法对齿轮箱振动信号进行处理,求取各分解方法分量信息熵并构成特征向量,然后作为支持向量机(SVM)模型的输入进行故障识别及分类。结果表明:EWT能较好地提取振动信号中的冲击成分;ITD在3种分解方法中诊断准确率最高且最稳定,最利于风力机齿轮箱故障诊断。

• 单位
  上海理工大学