基于譜峭度的風(fēng)電機(jī)組傳動(dòng)鏈故障特征提取方法研究.pdf

1、風(fēng)電機(jī)組具有載荷復(fù)雜、運(yùn)行環(huán)境條件惡劣等特點(diǎn)，因此故障率和運(yùn)維費(fèi)用高。其中，風(fēng)電機(jī)組傳動(dòng)鏈的問題尤其突出。針對(duì)風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的特點(diǎn)，研究新的故障特征提取理論和方法，提高故障早期診斷能力，對(duì)于保證風(fēng)電機(jī)組的健康運(yùn)行具有重要的意義。
　　在對(duì)風(fēng)電機(jī)組實(shí)際振動(dòng)信號(hào)進(jìn)行診斷分析時(shí)，經(jīng)典的振動(dòng)信號(hào)處理方法難以捕捉到反映故障特征的準(zhǔn)確信息，影響了對(duì)機(jī)組故障的診斷分析。本文針對(duì)以上問題，研究基于譜峭度的振動(dòng)信號(hào)分析和故障特征提取方法，結(jié)合最小

2、熵解卷積(Minimum entropy deconvolution，MED)和最大相關(guān)峭度解卷積(Maximumcorrelated kurtosis deconvolution，MCKD)對(duì)振動(dòng)信號(hào)進(jìn)行分析，從強(qiáng)背景噪聲下的振動(dòng)信號(hào)中準(zhǔn)確的提取故障特征信息，并應(yīng)用風(fēng)電機(jī)組傳動(dòng)鏈的實(shí)測信號(hào)進(jìn)行驗(yàn)證。主要研究內(nèi)容和結(jié)論如下:
　　(1)對(duì)譜峭度理論基礎(chǔ)進(jìn)行探究，介紹了兩種傳統(tǒng)譜峭度算法，并用仿真信號(hào)及風(fēng)電機(jī)組實(shí)測信號(hào)對(duì)比分析，探討

3、了譜峭度算法的特點(diǎn)及不足。
　　(2)針對(duì)強(qiáng)噪聲環(huán)境下，譜峭度算法存在故障特征難以提取等問題，研究了將譜峭度與AR-MED、MCKD結(jié)合提取微弱故障特征的方法。首先對(duì)信號(hào)進(jìn)行濾波預(yù)處理，抑制噪聲成分，提高了沖擊特性，然后再對(duì)降噪后的信號(hào)進(jìn)行譜峭度計(jì)算，包絡(luò)解調(diào)提取出故障特征頻率。用風(fēng)電機(jī)組實(shí)測振動(dòng)信號(hào)對(duì)該方法進(jìn)行檢驗(yàn)，結(jié)果表明早期故障特征能力有所改善。
　　(3)研究用振動(dòng)特征值表示風(fēng)電機(jī)組振動(dòng)狀態(tài)劣化趨勢的方法，對(duì)數(shù)據(jù)進(jìn)行