ICA用于风力发电机齿轮箱的故障诊断方法介绍

摘要：

风电作为一种清洁的可再生能源,越来越受到世界各国的重视.齿轮箱作为风力发电机组的关键部件,其运行的健康状况对整个风力发电机组的正常运行影响重大.齿轮箱振动信号中包含有用的故障信息,但由于齿轮箱故障信号比较微弱,容易被外界噪声和其他部件的振动信号淹没.对独立分量分析(ICA)典型算法的理论进行了论述.通过将分析结果与齿轮箱故障波形进行对比,发现采用基于负熵的FastICA进行信号分离不仅有助于正确地判断故障特征,对于齿轮箱故障诊断有很好的效果.

关键词： 风力发电机 齿轮箱 故障诊断 独立分量

作者: 张晓雷 许宝杰 左云波 赵西伟

作者单位: 北京信息科技大学现代测控教育部重点实验室,北京100192;北京信息科技大学机电工程学院,北京100192 北京信息科技大学现代测控教育部重点实验室,北京100192

会议类型: 国内会议

会议名称: 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议

会议地点: 西安

会议语种:中文

页码: 148-150

在线出版日期: 2016-08-01（万方平台首次上网日期，不代表论文的发表时间）