典型文献
一种改进HVD信号特征提取方法及应用研究
文献摘要：
希尔伯特振动分解(HVD)广泛应用于风电机组、齿轮箱等旋转机械的故障诊断,然而,它有2个亟待解决的问题:一是算法的参数需要经验设置或人工试定;二是如何避免模态混叠选择敏感的本征模态函数分量.针对上述2个问题,提出一种优化的HVD改进算法,有效解决了希尔伯特振动分解的参数设置和模态混叠问题.首先用粒子群优化算法(PSO)对HVD算法的2个参数进行优化.其次,提出了一种新的评估指标-最大包络峰度均值作为PSO优化算法的目标函数,并提出采用最大包络峰度自适应地选择敏感的IMF分量.最后,对选定的重构信号进行平方包络谱分析并提取故障特征频率,以识别风电机组设备故障类型.通过模拟信号、实验信号和风电机组应用实例分析,验证了所提改进HVD方法的有效性.
文献关键词：
计量学;改进HVD;旋转机械故障;故障诊断;风电机组;粒子群优化;包络峰度均值
中图分类号：
作者姓名：
时培明;范雅斐;韩东颖
作者机构：
燕山大学河北省测试计量技术及仪器重点实验室,河北秦皇岛066004;燕山大学车辆与能源学院,河北秦皇岛066004
文献出处：
引用格式：
[1]时培明;范雅斐;韩东颖-.一种改进HVD信号特征提取方法及应用研究)[J].计量学报,2022(07):920-926
A类：
包络峰度均值
B类：
HVD,信号特征提取,方法及应用,希尔伯特,风电机组,齿轮箱,试定,模态混叠,本征模态函数,改进算法,参数设置,先用,粒子群优化算法,PSO,大包,IMF,重构信号,平方包络谱,包络谱分析,故障特征频率,机组设备,设备故障,故障类型,模拟信号,应用实例,旋转机械故障
AB值：
0.265365
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。
