基于DEMD局部时频熵和SVM的风电齿轮箱故障诊断方法研究
孟宗1,2 ,刘东1 ,岳建辉1 ,詹旭阳1 ,马钊1 ,李晶1
1.燕山大学河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
Wind Power Gear Box Fault Diagnosis Based on DEMD Local Frequency Entropy and SVM
MENG Zong1,2 ,LIU Dong1 ,YUE Jian-hui1 ,ZHAN Xu-yang1 ,MA Zhao1 ,LI Jing1
摘要 为了有效地从非线性、非平稳性的风电齿轮箱故障信号中提取有用的信息成分,将微分经验模式分解、局部时频熵和支持向量机相结合,提出了一种微分经验模式分解局部时频熵和支持向量机的风电齿轮箱故障诊断方法。采用自适应多尺度的数学形态学对故障信号进行滤波;将滤波后的信号进行微分经验模式分解,获得齿轮振动信号的若干IMF分量;把每一个IMF进行分块,计算每一块的局部时频熵值;把局部时频熵值作为支持向量机的输入参数,通过支持向量机进行故障识别与诊断。实验结果表明,基于微分经验模式分解局部时频熵和支持向量机相结合的方法能够对风电齿轮箱故障信号进行准确有效地识别分类。
关键词 ：
计量学 ,
故障诊断 ,
风电齿轮箱 ,
微分经验模式分解 ,
形态滤波 ,
支持向量机 ,
局部时频熵
Abstract ：In order to extract the constituent of useful information from the nonlinear and non-stationary wind gearbox fault signal. A new approach for wind power gear box fault diagnosis based on the combination of differential-based empirical mode decomposition(DEMD), local frequency entropy and support vector machine(SVM) is proposed. Firstly, fault vibration signal is filtered with adaptive multi-scale mathematical morphology. Then mechanical vibration signal is decomposed with DEMD to obtain a certain number of intrinsic mode functions(IMF). Then the local time-frequency entropy of the IMF components are calculated and used as the eigenvectors of SVM. Finally, the eigenvectors are put into SVM to identify the state of the wind power gear box. The experimental results show that the method based on the combination of DEMD, local time-frequency entropy and SVM can be used to recognize and classify rolling bearing fault signals accurately and effectively.
Key words ：
metrology
fault diagnosis
wind power gear box
DEMD
SVM
local time-frequency entropy
收稿日期: 2015-08-03
发布日期: 2017-06-16
基金资助: 国家自然科学基金 (51575472,61673334); 河北省自然科学基金 (E2015203356); 河北省高等学校科学研究计划重点项目(ZD2015049)
通讯作者:
孟宗
E-mail: mzysu@ysu.edu.cn
作者简介 : 孟宗(1977-) 男,河北保定人,燕山大学教授,博士,主要研究方向为信号分析与处理、旋转机械故障诊断。mzysu@ysu.edu.cn
引用本文:
孟宗,刘东,岳建辉,詹旭阳,马钊,李晶. 基于DEMD局部时频熵和SVM的风电齿轮箱故障诊断方法研究[J]. 计量学报, 2017, 38(4): 449-452.
链接本文:
http://jlxb.china-csm.org:81/Jwk_jlxb/CN/10.3969/j.issn.1000-1158.2017.04.14 或 http://jlxb.china-csm.org:81/Jwk_jlxb/CN/Y2017/V38/I4/449
［1］周安美,于德介,吴雪明,等.基于本体的大型风力发电机组故障智能诊断研究［J］.中国机械工程,2012,23 (17):2075-2080.
[1]
许峰, 李智玮, 冯建. 恒流放电法测量超级电容器静电容量的影响因素分析与不确定度评定
[2]
贾梦雯, 赵鹏, 王月兵. 高静水压下换能器阻抗特性的测量方法研究
[3]
费致根, 王开创, 周强, 巩晓赟. ICF靶丸表面形貌及球度误差检测
[4]
庄双勇, 赵伟, 赵东芳, 黄松岭. 一种基于滑窗TLS-ESPRIT算法的超谐波动态分析方法
[5]
张永卓, 王晶, 傅博强, 黄翔, 董莲华, 牛春艳, 杨佳怡. 2019新型冠状病毒的核酸检测
[6]
徐新平, 王锐, 袁静, 杨帆, 路立勋. 惯性导航设备升沉数据测试系统研究
[7]
姜静子, 高思田, 黄鹭, 李琪, 连笑怡. 基于差动共焦显微技术的微区拉曼光学系统构建与实验研究
[8]
李凯, 郝小鹏, 宋健, 孙建平, 胡朝云, 刘洋, 扈又华, 杨延龙. 真空汞固定点黑体辐射源的设计与研制
[9]
马若梦, 林鸿, 张亮, 冯晓娟, 方立德, 张金涛. 基于多次反射直接吸收精确测量二氧化碳浓度的研究
[10]
李利峰, 李锐, 闫小克, 王宁, 何沛. 镓熔点温坪复现研究
[11]
张永胜, 张毅治, 刘彦军. 差压式流量计测量脉动流量方法研究
[12]
贾正森, 王磊, 徐熙彤, 周天地, 潘仙林, 石照民, 张江涛. 基于约瑟夫森量子电压的交流功率测量系统及方法研究
[13]
方立德, 郎月新, 赵宁, 李小亭, 韦子辉. 基于同轴线相位法的两相流含气率测量研究
[14]
谢胜龙, 张文欣, 鲁玉军, 张为民, 朱俊江, 林立, 任国营. 气动肌肉的最小二乘支持向量机迟滞模型
[15]
江文松, 王中宇, 罗哉, 张力, 胡晓峰. 基于蒙特卡罗法的冲击力溯源系统不确定度评定
2017, Vol. 38 
