[1]王韦智.风力发电机高速旋转齿轮箱轴承变速故障信号检测研究[J].机械与电子,2024,42(07):76-80.
　WANG Weizhi.Research on Variable Speed Fault Detection of High Speed Rotating Gearbox Bearings in Wind Turbines[J].Machinery & Electronics,2024,42(07):76-80.
点击复制

风力发电机高速旋转齿轮箱轴承变速故障信号检测研究()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
42
期数:
2024年07期
页码:
76-80
栏目:
机电一体化
出版日期:
2024-07-26

文章信息/Info

Title:
Research on Variable Speed Fault Detection of High Speed Rotating Gearbox Bearings in Wind Turbines
文章编号:
1001-2257 ( 2024 ) 07-0076-05
作者:
王韦智
大唐山西新能源公司,山西 太原 030000
Author(s):
WANG Weizhi
( Datang Shanxi New Energy Company , Taiyuan 030000 , China )
关键词:
小波阈值; 支持向量机; 灰狼算法; 变速故障; 风力发电机
Keywords:
wavelet threshold ;  support vector machine ;  grey wolf algorithm ;  variable speed fault ;  wind turbines
分类号:
TH133 ; TM315
文献标志码:
A
摘要:
高速运转会导致轴承产生大量的振动和噪声,使得故障信号与背景噪声相混合,难以准确检测,一旦出现轴承变速故障将会威胁风力发电机的正常运行。为解决这一问题,提出风力发电机高速旋转齿轮箱轴承变速故障信号检测方法。通过小波阈值和经验模态分解方法,对采集到的风电机高速旋转齿轮箱轴承振动信号去噪处理;基于奇异值分解方法,提取风电机高速旋转齿轮箱轴承振动信号特征向量;通过灰狼算法 支持向量机模型,实现对其轴承变速故障检测。实验结果表明,所提方法的风力发电机高速旋转齿轮箱轴承变速故障检测的准确率高。
Abstract:
High speed operation can cause a large amount of vibration and noise in the bearings , making the fault signal mixed with background noise , making it difficult to accurately detect.Once a bearing speed change fault occurs , it will threaten the normal operation of wind turbines.In order to solve this problem , the detection method of variable speed faults in the bearings of the high-speed rotating gearbox of wind turbines is proposed.By using wavelet threshold and empirical mode decomposition methods , the collected vibration signals of high-speed rotating gearbox bearings of wind turbines are denoised ; based on Singular value decomposition method , the eigenvector of bearing vibration signal of high-speed rotating gearbox of wind turbine is extracted ; by using the grey wolf algorithm support vector machine model , the bearing variable speed fault detection is achieved.The experimental results show that the proposed method has a high accuracy in detecting variable speed faults of bearings in high-speed rotating gearbox of wind turbines.

参考文献/References:

[ 1 ] 刘昌杰,段斌,张潇丹 . 基于 BPNN-NCT 的风电机组主轴承异常辨识方法[ J ] . 电力系统保护与控制, 2022 ,50 ( 14 ): 114-122.

[ 2 ] 王晓龙,闫晓丽,何玉灵 . 变速工况下基于 IEWT 能量阶次谱的风电机组轴承故障诊断 [ J ] . 太 阳能 学报,2021 , 42 ( 4 ): 479-486.
[ 3 ] 叶凯,黄雪梅,张磊安,等 . 基于 DE-SVM 的风电机组高速轴承故障诊断[ J ] . 机床与液压, 2022 , 50 ( 18 ): 153-157.
[ 4 ] 罗忠,徐迪,李雷,等 . 基于改进二阶循环平稳解卷积的轴承故障检测方法[ J ] . 东北大学学报(自然科学版),2021 , 42 ( 5 ): 673-678.
[ 5 ] 汤婷,张岩,安宗文 . 基于孤立森林算法的风电齿轮箱轴承故障检测方法[ J ] . 轴承, 2022 ( 2 ): 68-74.
[ 6 ] 李启月,王宏伟,王靖博,等 . 基于 EEMD 和小波阈值法的爆破振动信号预处理研究[ J ] . 矿冶工程, 2021 , 41( 3 ): 28-31 , 36.
[ 7 ] 王海波,叶如珊,杜武 . 一种基于 EMD 和小波阈值的桥梁振动信号混合去噪方法[ J ] . 公路, 2021 , 66 ( 12 ):110-116.
[ 8 ] 王晓蓉,王海超,王春光 . 基于自适应阈值函数的铡草机振动信号去噪[ J ] . 农机化研究, 2021 , 43 ( 11 ): 14-18 , 23.
[ 9 ] 刘昉,张鲁丰,庞博慧,等 . 基于 CEEMDAN 和 MPE 的导墙振动信号降噪方法及应用[ J ] . 郑州大学学报(工学版),2022 , 43 ( 5 ): 91-97.
[ 10 ] 叶壮,余建波 . 基于多通道加权卷积神经网络的齿轮箱振动信号特征提取[ J ] . 机械工程学报,2021 , 57( 1 ): 110-120.
[ 11 ] 何葵东,陈伽,金艳,等 .EEMD 多尺度熵和 ELM 在水电机组振动信号特征提取中的应用[ J ] . 中国农村水利水电,2021 ( 5 ): 176-182 , 187.
[ 12 ] 王卫玉,何葵东,金艳,等 . 基于 CEEMDAN 样本熵和 PSO-SVM 的水电机组振动信号特征提取[ J ] . 武汉大学学报(工学版),2022 , 55 ( 11 ): 1167-1175.
[ 13 ] 王一鹏,陈学振,李连玉 . 基于小波包混合特征和支持向量机的机床主轴轴承故障诊断研究[ J ] . 电子测量与仪器学报,2021 , 35 ( 2 ): 59-64.
[ 14 ] 韩卫宇,程龙生 . 结合马田系统 SVM 的滚动轴承故障模式分类研究 [ J ] . 计算机工程与应用,2021 , 57( 6 ): 239-246.
[ 15 ] 李森娟,张萍,岳大为,等 . 基于支持向量机的风电机组故障预测 [ J ] . 计算机仿真, 2022 ,39 ( 5 ): 84-88 , 180.

相似文献/References:

[1]吕明珠１,２,苏晓明 １,等. 改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用[J].机械与电子,2019,(01):42.
　,,et al.Application of SVM Optimized by IPSO in Rolling Bearing Fault Diagnosis[J].Machinery & Electronics,2019,(07):42.
[2]赵蕾,傅攀,胡龙飞,等.FOA-WPT降噪和PSO-SVM在滚动轴承故障诊断中的应用[J].机械与电子,2018,(12):3.
　ZHAO Lei,FU Pan,HU Longfei,et al.Applications of FOA-WPT and PSO-SVM in Faults Diagnosis of Rolling Bearing[J].Machinery & Electronics,2018,(07):3.
[3]李 澄,陆 玉 军,陈 颢,等.三相不平衡下配电变压器损耗计算方法研究[J].机械与电子,2020,(09):32.
　LI Cheng,LU Yujun,CHEN Hao,et al.Research on Distribution Transformer Loss Calculation Method under Three-phase Unbalance[J].Machinery & Electronics,2020,(07):32.
[4]王 霞,邬拥军.层次分析法和支持向量机的电网规划方案评估与优选[J].机械与电子,2020,(10):13.
　WANG Xia,WU Yongjun.Evaluation and Optimization of Power Grid Planning Schemes Based on AHP and SVM[J].Machinery & Electronics,2020,(07):13.
[5]王腾洲,李森文,黄宇轩,等.基于 IWOA-SVM 的风电功率预测[J].机械与电子,2022,(05):9.
　WANG Tengzhou,LI Senwen,HUANG Yuxuan,et al.Wind Power Forecast Based on IWOA-SVM[J].Machinery & Electronics,2022,(07):9.
[6]孙兆光.基于支持向量机的农田水利灌溉分流机械运行异常检测[J].机械与电子,2022,(07):43.
　SUN Zhaoguang.Detection of Abnormal Operation of Farmland Irrigation and Diversion Machinery Based on Support Vector Machine[J].Machinery & Electronics,2022,(07):43.
[7]罗兵兵,汤俊珺,张 昱,等.负载保护器下应急电源车机械装置负荷监测[J].机械与电子,2023,41(01):25.
　LUO Bingbing,TANG Junjun,ZHANG Yu,et al.Load Monitoring of Mechanical Device of Emergency Power Supply Vehicle under Load Protector[J].Machinery & Electronics,2023,41(07):25.
[8]刘英英.基于支持向量机的机械活塞疲劳信号检测方法[J].机械与电子,2023,41(04):26.
　LIU Yingying.Detection Method of Mechanical Piston Fatigue Signal Based on Support Vector Machine[J].Machinery & Electronics,2023,41(07):26.
[9]张 华.基于非线性优化算法的工业机器人轨迹跟踪自动控制[J].机械与电子,2023,41(04):55.
　ZHANG Hua.Automatic Trajectory Tracking Control of Industrial Robot Based on Nonlinear Optimization Algorithm[J].Machinery & Electronics,2023,41(07):55.
[10]王 博,钟 硕,郑晓亮.智能变电站隔离开关机械状态自动监测方法研究[J].机械与电子,2023,41(07):47.
　WANG Bo,ZHONG Shuo,ZHENG Xiaoliang.Research on Automatic Monitoring Method of Mechanical State of Disconnector Switch in Intelligent Substation[J].Machinery & Electronics,2023,41(07):47.

备注/Memo

备注/Memo:
收稿日期: 2023-07-05
作者简介:王韦智 ( 1992- ),男,山西大同人,工程师,研究方向为风电设备运行检修。
更新日期/Last Update: 2024-08-30