自适应多点最优最小熵反褶积在风电齿轮箱轴承故障诊断中的应用

来源：计算机测量与控制杂志2024年第11期北京时间：

作者：杨娜,刘晔

摘要：齿轮箱在风力发电机组传动系统中起着重要的作用,因此齿轮箱故障诊断是风力发电机组健康管理中的一个关键问题。考虑到齿轮箱振动信号的频谱复杂性,多点最小最优熵反褶积方法是一种简单有效的齿轮箱故障诊断方法,因为它不仅可以去除掉大量的背景噪声和振动干扰,与此同时还能突出微弱的轴承故障脉冲信号。但是该方法的性能在一定程度上取决于前置参数滤波器长度的选择,不合适的滤波器参数值可能会导致过滤不足或过度过滤的后果。为了解决这一问题,提出了一种基于樽海鞘优化算法的自适应最优最小熵反褶积方法,该方法可以自适应选择最优滤波器长度,从而达到最优滤波效果。最后,利用包络解调方法对最优滤波信号进行包络分析得到包络谱,从而揭示故障特征频率。通过对某风力发电机实验台齿轮箱信号的仿真和实验分析,说明了该方法的原理和有效性。

关键词：风电机组;齿轮箱;故障诊断;樽海鞘优化算法;最小最优熵反褶积

基金资助：西京学院科研基金资助项目(XJ220206)