基于VMD和QPSO-SR的风电机组轴承故障提取方法

作者：谷晓娇; 陈长征^*

来源：太阳能学报, 2019, 40(10): 2946-2952.

DOI：10.19912/j.0254-0096.2019.10.032

• 滚动轴承
• 风电机组
• 故障诊断
• 变分模态分解
• 随机共振

提出一种基于量子粒子群优化算法的自适应随机共振(quantum particle swarm optimization stochastic resonance,QPSO-SR)降噪和变分模态分解(variational mode decomposition,VMD)的风电机组轴承故障提取方法。首先根据原始故障振动信号特征采用量子粒子群优化算法自适应地进行随机共振参数优化;其次以信噪比最优的参数值对原始信号进行随机共振降噪处理,削弱噪声干扰和冲击成分对结果的影响并增强故障信号幅值;再用VMD法分解降噪处理后的信号,实现故障信号的提取。仿真分析和实验分析表明,该方法提高了VMD在噪声背景下的计算精度,实现风电机组滚动轴承故障的精确诊断。

• 单位
  沈阳工业大学