基于时频联合特征提取的风电机组齿轮箱齿轮磨损程度识别

作者：姜佳辉; 陈文祥; 严晓杰

来源：南京工程学院学报(自然科学版), 2018, 16(04): 61-66.

DOI：10.13960/j.issn.1672-2558.2018.04.11

• 风电机组齿轮箱
• 声信号
• 小波包
• 联合特征提取

针对风电机组齿轮箱齿轮发生磨损故障时其声信号非平稳非线性的特点,提出一种基于小波域倒谱的时频域联合特征提取,并与支持向量机相结合的方法,对齿轮磨损程度进行识别.特征提取部分选用db3小波对原始声信号进行三层小波包分解,对每一个节点分别进行小波包重构,计算出重构信号的能量值并进行归一化;对重构信号进行倒谱变换并选取频域异常幅值对应的频率作为特征值,形成一个八维的特征向量;以波形、峰值、峭度、脉冲、裕度五个时域因子组成时频联合特征向量作为原始信号的特征输入;用支持向量机作为模式识别的工具.试验结果表明,基于时频联合特征的分析相对于单特征提取在一定程度上提高了故障识别的准确率.

• 单位
  南京工程学院