基于小波降噪和EMD方法的风力发电系统齿轮箱故障诊断
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1671-7147.2012.02.007

基于小波降噪和EMD方法的风力发电系统齿轮箱故障诊断

引用
将小波降噪和经验模态分解相结合,提出一种风电机组齿轮箱故障诊断的方法.先对齿轮故障振动信号进行小波降噪预处理,再进行经验模态分解,对包含故障特征的固有模态函数用Hilbert变换得到包络谱,通过对包络信号做功率谱分析,提取故障特征频率,与未降噪信号处理的结果进行比较,降噪后诊断效果明显.

小波降噪、经验模态分解、风电齿轮箱、故障诊断

11

TM614;TH165.3(发电、发电厂)

国家自然科学基金项目61104183;教育部新世纪优秀人才支持计划项目NCET-10-0437

2012-10-25(万方平台首次上网日期,不代表论文的发表时间)

共4页

159-162

相关文献
评论
暂无封面信息
查看本期封面目录

江南大学学报(自然科学版)

1671-7147

32-1666/N

11

2012,11(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn