基于小波分形理论的风电轴承故障识别
孙自强
陈长征
孟强
周勃
1.沈阳工业大学 机械工程学院,沈阳,1108702.沈阳工业大学 机械工程学院,沈阳,1108703.沈阳工业大学 机械工程学院,沈阳,1108704.沈阳工业大学 机械工程学院,沈阳,110870
摘要：针对风电轴承振动特征信号易被环境噪声调制污染、信噪比低、具有非线性和不平稳的特点，利用基于小波分形的故障识别方法对此进行了研究。采用小波包分解，利用互信息法和 Cao 算法分别确定了相空间的延迟时间和嵌入维数，根据不同频带的关联维数变化确定风电轴承的工作状态。该方法不依赖于风力机工作的动力学模型，对整体系统信息状态变化敏感。通过现场实验证明，该方法较好地解决了风电轴承故障难以识别的问题，为更加细致地研究风电轴承振动信号提供了重要参考。
关键词：风力机故障识别关联维数小波包分形互信息法轴承相空间
分类号：TP306(计算技术、计算机技术)
资助基金：国家自然科学基金资助项目(50975180，51005159)辽宁省教育厅基金资助项目(L2010401)
论文发表日期：2014-01-01
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( 666-670 )
英文信息