科研之友
微信
新浪微博
Facebook
分享链接
摘要
风力机齿轮箱振动信号是一种非平稳信号,其时域特性非常复杂,利用一般的时域分析法或者频域分析法分析出其具体故障所在较为困难。基于国内外研究现状,结合小波变换和神经网络方法 ,提出了一种基于小波变换和BP神经网络结合的风力机齿轮箱故障诊断方法。运用LabVIEW和Matlab软件的小波包求解频带能量,并利用时频分析技术对风力机故障的振动信号进行滤波。将频带能量的变化情况作为风力机齿轮箱故障特征值,进而对其进行智能故障诊断,随后应用神经网络方法进行故障识别。从仿真结果来看,此方法可以有效的诊断齿轮箱故障情况。
- 出版日期2017
- 单位华北电力大学
