基于盲源分離的風(fēng)機(jī)軸承的故障特征提取方法研究.pdf

1、近年來(lái)，我國(guó)風(fēng)力發(fā)電產(chǎn)業(yè)發(fā)展迅速，但高額的運(yùn)行維修成本一直是影響風(fēng)電場(chǎng)經(jīng)濟(jì)性的重要因素之一。軸承是風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的重要部件，對(duì)其運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和故障診斷，有利于提高機(jī)組運(yùn)行穩(wěn)定性和減少風(fēng)電場(chǎng)維修費(fèi)用。本文將盲源分離技術(shù)應(yīng)用于風(fēng)機(jī)軸承的故障診斷中，詳細(xì)地研究了基于盲源分離的故障特征提取方法，最后通過(guò)對(duì)實(shí)測(cè)的風(fēng)機(jī)軸承振動(dòng)數(shù)據(jù)進(jìn)行分析，驗(yàn)證了方法的有效性和可行性。具體工作如下：
　?。?）系統(tǒng)地研究了三種常用的盲源分離方法，即

2、ICA算法、FastICA算法和基于最大信噪比的盲源分離算法。對(duì)三種算法進(jìn)行MATLAB仿真實(shí)驗(yàn)，利用分離性能指標(biāo)對(duì)三種算法的仿真分離結(jié)果進(jìn)行了評(píng)價(jià)和比較，得出FastICA算法具有在較短時(shí)間內(nèi)獲得較好的分離精度的特點(diǎn)，因此確定使用基于FastICA的盲源分離算法對(duì)風(fēng)機(jī)軸承振動(dòng)數(shù)據(jù)進(jìn)行分析。
　?。?）理想的盲源分離方法往往假設(shè)噪聲可以忽略不計(jì)，但在實(shí)際應(yīng)用中，風(fēng)電機(jī)組結(jié)構(gòu)復(fù)雜、滾動(dòng)軸承故障特征信號(hào)易受正常信號(hào)和現(xiàn)場(chǎng)噪聲的干擾而不

3、易識(shí)別。針對(duì)上述問(wèn)題，在理想FastICA算法的基礎(chǔ)上，將小波包絡(luò)解調(diào)分析和盲源分離技術(shù)相結(jié)合，提出一種新的故障特征提取方法。該方法首先對(duì)原始振動(dòng)信號(hào)進(jìn)行包絡(luò)解調(diào)分析和小波去噪，有效抑制信號(hào)的高頻干擾，再采用FastICA算法對(duì)得到的小波包絡(luò)解調(diào)信號(hào)進(jìn)行分離。實(shí)例分析表明，該方法能從復(fù)雜的混合信號(hào)中有效分離出軸承的正常信號(hào)和故障特征信息，實(shí)現(xiàn)了風(fēng)機(jī)軸承振動(dòng)信號(hào)特征的有效提取。
　?。?）針對(duì)工程中軸承故障診斷因條件限制僅能進(jìn)行單一

4、通道信號(hào)采集的情況，提出了基于EMD-FastICA的單一通道盲源分離算法。該算法首先通過(guò)總體經(jīng)驗(yàn)?zāi)Ｊ椒纸鈱⑿盘?hào)分解為多個(gè)IMF分量，并將觀測(cè)信號(hào)和其IMF分量組合成為一個(gè)虛擬的多通道觀測(cè)信號(hào)；再使用源數(shù)估計(jì) SVD方法估計(jì)該虛擬多通道觀測(cè)信號(hào)的源信號(hào)數(shù)目，根據(jù)源信號(hào)的數(shù)目對(duì)觀測(cè)信號(hào)及其 IMF分量進(jìn)行重組；最后利用FastICA算法對(duì)重組后的虛擬多通道觀測(cè)信號(hào)進(jìn)行分離。運(yùn)用該算法對(duì)實(shí)驗(yàn)平臺(tái)的風(fēng)機(jī)齒輪箱軸承的振動(dòng)數(shù)據(jù)進(jìn)行分析，有效地提取