小波分析和EEMD—HHT在风电轴承故障诊断中的应用.pdfVIP

学兔兔 !墨 二 ! 轴承 2014年6期 45—49 CN41—1148／TH Beating 2014，No．6 小波分析和EEMD—HHT在风电轴承 故障诊断中的应用 孙冬梅，刘曼曼，李恒，何响 (南京工业大学 自动化与电气工程学院，南京 211816) 摘要：针对风机转盘轴承振动信号的低频率、非平稳、非线性且微弱的特点，提出了一种新的轴承故障诊断方 法。该方法将小波分析和EEMD—HHT相结合，既能够提高信号的信噪比，又能抑制经验模态分解过程中的模 式混叠现象，提高故障诊断的准确性。试验证明在风电轴承的故障诊断中该方法非常有效。 关键词：风电轴承；小波分析；EEMD—HHT；故障诊断 中图分类号：TH133．33；Tt~91 文献标志码：B 文章编号：1000—3762(2014)06—0045～05 Application of Wavelet Analysis and EEMD —·HHT in Fault Diagnosis f0r Wind Turbine Bearings Sun Dongmei，Liu Manman，Li Heng，He Xiang (School of Electrical Engineering and Automation，Naming University of Technology，Naming 211816，China) Abstract：Aiming at the characteristics of vibration signal of slewing bearings in wind turbines，such as low frequency， non—stationary，non—linearity and weak，a new fault diagnosis method for the beatings is proposed．The method corn— bining the wavelet analysis and EEMD—HHT is able to improve the SNR，to inhibit the mode mixing phenomenon in the EMD decomposition process，and to improve the accuracy of fault diagnosis．The experiments show that the method is very effective in the fault diagnosis of wind turbine bearings． Key words：wind turbine bearing；wavelet analysis；EEMD—HHT；fault diagnosis 风力发电机组的长期安全运行是风能资源合 较低，故障信号提取困难。常用的信号时频处理 理利用的重要保障。随着我国对风能资源的不断 方法主要有短时Fourier变换、小波分析、Weibul1 开发和利用，风力发电项目不断发展，风电机组也 分布以及HHT变换等方法 。小波分析具有“变 随之剧增，然而，风电机组的机械故障问题也逐渐 焦”特征，不易受噪声的影响，但是小波基和小波 突显，严重影响风能的利用率。由于风力发电机 系数难以选择，对分解结果影响很大；HHT由经验 在风沙、雨水、盐雾、潮湿等环境下工作，轴承的安