基于最小熵解卷積的風(fēng)電機(jī)組故障診斷研究.pdf

1、風(fēng)力發(fā)電正在電力行業(yè)中占有越來(lái)越重要的位置。但是由于載荷復(fù)雜多變、運(yùn)行環(huán)境條件惡劣，使得風(fēng)電機(jī)組故障率以及運(yùn)行維護(hù)費(fèi)用較高。因此對(duì)風(fēng)電機(jī)組進(jìn)行狀態(tài)監(jiān)測(cè)與故障診斷具有重大的工程實(shí)際意義。然而在強(qiáng)噪聲、強(qiáng)干擾、強(qiáng)耦合的背景下進(jìn)行滾動(dòng)軸承、齒輪等部件故障特征信息的早期提取一直是風(fēng)電機(jī)組故障診斷領(lǐng)域的一大難題。
　　最小熵解卷積方法正是一種十分便捷和有效的故障特征提取和智能診斷方法，通過(guò)最小熵解卷積方法來(lái)增強(qiáng)故障信號(hào)的沖擊性，降低傳遞路徑

2、等因素帶來(lái)的干擾，將更加有利于對(duì)設(shè)備故障早期特征信息的識(shí)別，從而提高故障診斷的準(zhǔn)確性和及時(shí)性。
　　本文主要研究基于最小熵解卷積的軸承故障特征增強(qiáng)方法及其在實(shí)測(cè)信號(hào)分析中的應(yīng)用，主要研究?jī)?nèi)容:
　　(1)對(duì)最小熵解卷積方法的理論基礎(chǔ)進(jìn)行探究，用仿真信號(hào)及風(fēng)電機(jī)組實(shí)測(cè)信號(hào)驗(yàn)證了其有效性。
　　(2)驗(yàn)證當(dāng)對(duì)象信號(hào)的轉(zhuǎn)速變化時(shí)，最小熵解卷積方法依然可以進(jìn)行穩(wěn)定可靠的狀態(tài)判斷。通過(guò)更改濾波器的參數(shù)，探究各個(gè)因素對(duì)最小熵解卷積