基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法

被引:63
作者
罗毅
甄立敬
机构
[1] 华北电力大学控制与计算机工程学院
关键词
风电机组齿轮; 故障诊断; 齿轮裂纹; 小波包; 倒频谱;
D O I
10.13465/j.cnki.jvs.2015.03.034
中图分类号
TM315 [风力发电机]; TH165.3 [];
学科分类号
摘要
为实现风电机组齿轮箱及时有效地监测和维护,提出基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法。该方法针对齿轮裂纹振动信号为转速频率对啮合频率及其倍频调制的特点,利用小波包分解来识别振动信号中的故障特征,通过小波包频带能量监测得到故障部位的啮合频率范围;考虑到倒频谱可以分离和提取难以识别的密集调制信号的周期成分,基于倒频谱识别故障部位的转速频率,综合利用两种频谱分析方法得到的啮合频率和转速频率,能诊断故障部位和类型。实验研究表明,该方法能精确地诊断齿轮裂纹故障,并可以实现对风电机组齿轮在复杂环境中退化状态的监测,预防断齿等重大故障的发生。
引用
收藏
页码:210 / 214
页数:5
相关论文
共 15 条
[11]   风力发电机组在线故障预警与诊断一体化系统设计与应用 [J].
郭艳平 ;
颜文俊 ;
包哲静 .
电力系统自动化, 2010, 34 (16) :83-86
[12]   改进Elman网络在发动机齿轮箱故障诊断中的研究 [J].
宋崇智 ;
吴玉国 ;
王璐 ;
谢能刚 .
仪器仪表学报, 2008, (07) :1414-1417
[13]   倒频谱分析法及其在齿轮箱故障诊断中的应用 [J].
张金 ;
张耀辉 ;
黄漫国 .
机械工程师, 2005, (08) :34-36
[14]   应用Hilbert-Huang变换的齿轮磨损故障诊断研究 [J].
李辉 ;
郑海起 ;
唐力伟 .
振动、测试与诊断, 2005, (03) :37-41+77
[15]   DETECTION OF INCIPIENT LOCALIZED GEAR FAULTS IN GEARBOX BY COMPLEX CONTINUOUS WAVELET TRANSFORM [J].
Han ZhennanGear Research Institute .
Chinese Journal of Mechanical Engineering, 2003, (04) :363-366