基于双树复小波分解的风机齿轮箱故障诊断
刘清清1
杨江天1
尹子栋2
1.北京交通大学机械与电子控制工程学院,北京,1000442.中国大唐集团科学技术研究院,北京,100040
摘要：风机齿轮箱振动信号具有非平稳、非高斯特性,多种模式混叠和复杂的传递路径使得故障信息微弱完全淹没在噪声之中.针对故障特征提取的难题,将双树复小波变换引入振动信号分析,提出了一种新的工业风力发电机齿轮箱故障诊断方法.首先对风机齿轮箱振动信号进行双树复小波分解,然后计算各频带分量的峭度值,利用峭度筛选故障敏感分量.最后对故障敏感分量进行频谱分析提取故障特征频率.实验结果表明:双树复小波变换可将复杂信号分解为不同频带分量,抑制平移敏感性和频率混叠.与传统离散小波变换相比,能有效抑制虚假频率出现并准确提取故障特征.本文提出的方法已成功用于风力发电机工业运行监测并准确诊断多种类型的齿轮箱故障.
关键词：风力发电机行星齿轮箱故障诊断小波分解双树复小波变换
分类号：TH165.3(机械制造工艺)TM315(电机)
资助基金：国家重点研发计划(SS2014AA052502)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 121-125 )
英文信息