EMD分解与支持向量机技术在风电齿轮箱早期.docVIP

近年来，国内外风力发电机故障率最高的部件当数齿轮箱。 齿轮箱的状态监测与故障诊断已迫在眉睫。以代表风电齿轮箱 的行星齿轮箱为试验平台，对其早期故障进行研究。 1方法理论 1．1基本方法 没有缺陷的正常齿轮，其振动主要是由于齿轮自身的刚度 等引起的。正常齿轮由于刚度的影响，其波形为周期性的衰减波 形。其低频信号具有近似正弦波的啮合波形。正常齿轮的信号反 映在功率上，有啮合频率及其谐波分量，且以啮合频率成分为 主，其高次谐波依次减小；同时，在低频处有齿轮轴旋转频率及 其高次谐波。 齿轮发生磨损时，导致齿侧间隙增大，通常会使其正弦波式 的啮合波形遭到破坏。齿面磨损时，啮合频率及其谐波分量，在 频谱图上的位置保持不变，但其幅值大小发生改变，而且高次谐 波幅值相对增大。 根据以上理论可知，齿轮发 生磨损后，主要特征是啮合频率 及其谐波分量幅值大小改变。 EMD分解能够提取出我们 关注的信号分量。 通过对EMD分解后各个分 量进行时频分析，提取出最接近 啮合频率的分量。对每个分量求 均值，然后将此值作为特征参数 输入向量机中进行训练分类。 1．2 EMD分解 局域波分解是建立在瞬时 频率的基础上，把复杂的非平稳 信号表示成有限多个基本模式 分量。假设原始信号X(t)表示包 含多个振荡模式的非平稳信号，Ci表示信号X(t)的基本模式分 量，其中i表示第i个基本模式分量（i＝1，2，3，…n），当