期刊文章详细信息
基于MOBWO-MCKD的风机滚动轴承故障特征提取方法
Fault feature extraction of wind turbine rolling bearing based on MOBWO-MCKD
文献类型:期刊文章
HUO Zhongtang;GAO Jiansong;ZHANG Dingding(Mechanical and Electrical College,Handan University,Handan 056000,China)
机构地区:[1]邯郸学院机电学院,河北邯郸056000
基 金:河北省教育厅科学技术研究项目(QN2022185)。
年 份:2024
卷 号:41
期 号:1
起止页码:123-129
语 种:中文
收录情况:BDHX、BDHX2023、JST、RCCSE、ZGKJHX、核心刊
摘 要:针对风力发电机轴承振动信号受强背景噪声及其他设备激励源影响,导致早期微弱故障特征不易提取这一问题,提出了一种基于多目标白鲸优化算法(MOBWO)优化的最大相关峰度反卷积(MCKD)风力发电机轴承故障特征提取方法。首先,采用MOBWO强大的全局及局部搜索能力优化了MCKD关键参数,获取了最佳参数组合;其次,利用优化后的MCKD对原始信号进行了解卷积运算,消除了背景噪声及其他设备激励源的影响,突出了轴承周期性脉冲信号;然后对解卷积信号进行了包络谱分析,提取了轴承故障特征频率,并将其与理论计算故障特征频率值进行了诊断结果对比;最后,采用实际工程中采集到的风力发电机轴承内圈和外圈的故障数据,对MOBWO-MCKD方法的有效性进行了试验验证。研究结果表明:基于MOBWO-MCKD的故障特征提取方法能够有效地消除背景噪声及其他设备激励源的干扰;由内圈信号包络谱可得到的内圈故障频率为f IR=125.87 Hz、2f IR=251.74 Hz;由外圈信号包络谱可得到的外圈故障频率为f OR=84.47 Hz、2f OR=168.94 Hz、3f OR=253.41 Hz。该特征提取方法可以为实际工程风力发电机轴承早期微弱故障特征提取研究提供一定的参考。
关 键 词:风机轴承 多目标白鲸优化算法 最大相关峰度反卷积 滚动轴承内圈 轴承外圈 包络分析
分 类 号:TH133.33]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...