典型文献
数字频率筛查方式的风电机组齿轮箱故障诊断
文献摘要：
风电机组齿轮箱故障一直是风电场主要机械故障之一,其故障信息多是混有噪声的非平稳信号.为避免陷入对复杂的非线性信号求解,提出多种算法融合下的数字信息频率筛查处理方法.首先利用小波分析对高频信号的敏感性进行消噪,然后充分利用Hilbert-Huang变换对非平稳信号的分解和时频变换能力进行信号特征挖掘,在被干扰的非平稳信号里面找出故障对应频率.充分利用多种算法融合有效去除与主频率不相关的高频噪声,找出时域变换的边际谱.避免了直接分解含有高频信号的不确定性,降低了信号分解过程中回流成分,避免发生反射现象,完成对风电机组齿轮箱故障的非平稳信号频率筛查比对.通过对某机组进行故障实验,验证数字信息频率筛查方法的有效性.
文献关键词：
算法融合;风电机组;齿轮箱;非平稳信号;小波分析;Hilbert-Huang变换
中图分类号：
作者姓名：
宋建;束洪春;董俊;常勇
作者机构：
昆明理工大学机电工程学院,云南昆明 650500;昆明理工大学电力工程学院,云南昆明 650500
文献出处：
引用格式：
[1]宋建;束洪春;董俊;常勇-.数字频率筛查方式的风电机组齿轮箱故障诊断)[J].机械设计与制造,2022(01):15-19
A类：
B类：
字频,筛查方式,风电机组,齿轮箱故障诊断,风电场,机械故障,故障信息,混有,非平稳信号,非线性信号,算法融合,数字信息,查处,小波分析,高频信号,消噪,Hilbert,Huang,时频变换,信号特征,特征挖掘,里面,主频率,不相关,高频噪声,域变换,边际谱,信号分解,分解过程,筛查方法
AB值：
0.334551
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
