基于经验模态分解与散度指标风力发电机滚动轴承故障诊断方法.pdfVIP

第4O卷 第 17期 电力 系统保护 与控制 v01．40No．17 2012年9月 1日 PowerSystem ProtectionandControl Sep．1，2012 基于经验模态分解和散度指标的风力发电机滚动轴承 故障诊断方法 郭艳平，颜文俊，包哲静，杨 强 (浙江大学电气工程学院， 浙江 杭州 310027) 摘要：提出了一种基于经验模态分解 (EmpiricalModeDccomposition，EMD)和散度指标的滚动轴承故障诊断方法。该方 法首先对原始振动信号进行经验模态分解 ，再以峭度为准则，选取包含故障信息的特征模态函数(IntrinsiCModeFunction， IMF)进行信号重构，并对重构后的信号进行Hi1bert包络谱分析，然后提取故障特征量，最后通过计算故障特征量的 卜散 度 (卜divergence)和KL一散度 (Kul1back—Leiblerdivergence)来判断故障类型和描述故障程度。通过从试验台采集的无故 障和具有内环故障、外环故障和滚动体故障样本，以及从某风电场风力发电机齿轮箱高速输出端采集的近一年的监测数据 分析结果，证明了所选故障特征量的准确性，同时也验证了所提出的基于经验模态分解和散度指标的滚动轴承故障诊断方 法的有效性和准确性。 关键词：风力发电机组；齿轮箱；滚动轴承；故障诊断；EMD；散度 Faultdiagnosisofbearinginwindturbinebasedonempiricalmodedecoinpositionanddivergenceindex GUOYan—ping，YANWen~un，BAOZhejing，YANGQiang (CollegeofElectricalEngineering，ZhejiangUniversity,Hangzhou310027，China) Abstract：ThispaperpresentsanovelfaultdiagnosisofbearingsbasedonEmpiricalModeDecomposition(EMD)anddivergence index．Thereconstructed singalCna beobtainedby somesetofIMF componentsbasedontheurleofkurtosisaftertheinitial vibration signalisprocessedbyEMD ．TheHilbertenvelope na alysisofthereconsturctedsing alisconducted．From htepower spectrum ofHilbertenvelope signal，wecanidentify theamplitudeofhtechraacteristicfaultrfequencynaditsintegermultiples， whichareusedtocomputetheJ-divergenceandKL-divergencetoidentiyfhtestylenadseverityoffault．Theresultofnon-fault sma ple，inner-ringfaultsma ple，outer-ringfaultsma plena drollingberaingfaultsma plecollectedfrom expe rimenttestandhte conditionmonitoringnaalysisresultacquiredrfom highspeedoutputterminalofgearcaseofwindturbinesdemonstratehtat hte chraacteristicfaultrfequency nad itsmultipleCna reflectfaultinformationpreciselyandtheproposed solution iseffective for characterizingna ddetect