首站-论文投稿智能助手
典型文献
基于最大重加权峭度盲解卷积的风电故障诊断
文献摘要:
受噪声以及复杂传递路径等影响,风电机组齿轮故障特征信号通常比较微弱.为有效诊断齿轮故障,提出一种新的盲解卷积方法——最大重加权峭度盲解卷积方法.重加权峭度对故障信号中单个或少量强冲击干扰具有很好的鲁棒性,且无需待恢复故障冲击序列先验知识.最大重加权峭度盲解卷积方法能有效地解决经典的基于峭度最大化方法倾向于恢复单个主导冲击而非齿轮故障冲击序列的问题,同时相较于常见非全"盲"(依赖故障特征频率先验)方法在工业装备齿轮故障诊断方面具有更强的适用性.仿真信号分析结果表明所提方法在恢复故障冲击序列方面效果显著,在风电机组故障诊断中的应用案例证实了所提方法对齿轮故障诊断的有效性.
文献关键词:
风电机组;齿轮;故障诊断;重加权峭度;盲解卷积
作者姓名:
吴磊;王家序;张新;刘治汶
作者机构:
西南交通大学机械工程学院,成都,610031;电子科技大学自动化工程学院,成都,611731
文献出处:
引用格式:
[1]吴磊;王家序;张新;刘治汶-.基于最大重加权峭度盲解卷积的风电故障诊断)[J].中国机械工程,2022(19):2356-2363
A类:
重加权峭度
B类:
盲解卷积,电故障,杂传,传递路径,风电机组,特征信号,微弱,断齿,故障信号,强冲击,复故障,先验知识,故障特征频率,工业装备,齿轮故障诊断,信号分析,应用案例,例证
AB值:
0.175808
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。