基于HHT和SVM的風力發(fā)電機組故障診斷研究.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、風力發(fā)電機組的故障診斷研究主要是對其設(shè)備振動信號的分析與研究。很多機械故障的振動信號都是非線性、非平穩(wěn)信號,因此對這些信號的處理是故障診斷的關(guān)鍵部分。
  本文首先對小波分析、小波包(WPA)變換和希爾伯特黃變換(HHT)進行了研究,并將這些方法用于風機故障特征提取。小波分析是將故障信號進行分解和重構(gòu),獲得各層重構(gòu)信號的能量經(jīng)過歸一化處理后作為特征向量;小波包變換是利用小波包的自適應(yīng)性將振動信號分解到不同的頻帶,計算各頻帶的能量并

2、進行歸一化處理后作為特征向量;希爾伯特黃變換是先使用經(jīng)驗模態(tài)分解法(EMD)把信號分解為含有單一特征尺度的本征模態(tài)函數(shù)(IMF)分量,提取前幾個IMF分量信號的能量作為故障信號的特征向量。文章以 MATLAB軟件為仿真平臺,通過編程實現(xiàn)這三種故障特征提取算法,并且以某種故障信號為例,對三種算法進行了仿真實驗。
  然后構(gòu)建了基于最小二乘支持向量機(LS_SVM)的風力發(fā)電機組故障診斷模型用于設(shè)備故障狀態(tài)的識別。
  最后以某

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論