基于PSO-SEBD的风电机组滚动轴承故障诊断

WANG Pengcheng,DENG Aidong,LING Feng,DENG Minqiang,LIU Yang

Journal of Vibration and Shock（2023）

引用 0|浏览0

暂无评分

摘要

滚动轴承作为风电机组传动系统的关键部件,其健康状态监测对整个机组的安全稳定运行至关重要.针对滚动轴承的故障诊断问题,在基于先验未知盲反卷积技术的包络谱重复瞬态循环平稳性提取方法(extracting cyclo-stationarity of repetitive transients from envelope spectrum based on prior-unknown blind deconvolution technique,SEBD)的基础上,提出了一种基于粒子群算法(particle swarm optimization,PSO)寻优的SEBD滚动轴承故障诊断方法,实现SEBD滤波器长度自适应选择.以最大故障特征频率比(characteristic frequency ratio,CFR)作为适应度函数,利用PSO算法对滤波器长度进行寻优;利用获得的最优滤波器长度进行SEBD处理;根据SEBD处理后信号的包络谱特征实现轴承故障的有效识别.通过对仿真信号和德国帕德博恩大学公开轴承故障数据进行分析,验证了 PSO-SEBD的有效性.通过与几种常用的诊断方法对比以及噪声环境下分析,表明该方法具有较好的诊断性能和抗噪声能力.

查看译文

关键词

rolling bearing,fault diagnosis,blind deconvolution technique,particle swarm optimization（PSO） algorithm

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要