基于VEITD和OSMHD的风电机组轴承损伤识别
针对风力发电机轴承损伤信号易被强噪声干扰导致损伤特征提取困难的问题,提出了一种基于可变熵加权融合的固有时间尺度分解和优化稀疏最大谐波噪声比解卷积法相结合的风力发电机轴承损伤识别方法.采用固有时间尺度分解方法对原始信号进行分解,得到若干个固有旋转分量.利用可变熵对固有旋转分量进行加权融合.使用优化稀疏最大谐波噪声比解卷积法对加权融合信号进行处理,提取轴承损伤特征频率.试验台数据和风力发电机现场数据分析结果表明,所提方法对轴承损伤信号中的噪声抑制效果明显,能够准确提取风力发电机轴承损伤特征频率,实现风力发电机轴承的损伤识别.
风力发电机组、滚动轴承、损伤识别、固有时间尺度分解、稀疏最大谐波噪声比解卷积
43
TM315(电机)
国家自然科学基金;中央高校基本科研业务费专项资金资助项目;河北省自然科学基金资助项目;河北省高等学校科学技术研究项目
2023-06-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
101-107