公开(公告)号：CN109975013B

公开(公告)日：2020-09-18

申请号：CN201910360493.2

申请日：2019-04-30

Applicant: 南京工程学院

Inventor： 姜佳辉 ,  包永强 ,  陈文祥 ,  邵琪

IPC: G01M13/021 ,  G01M13/028

Abstract: 本发明公开了基于IVMD‑SE的风电机组齿轮箱故障特征提取方法，属于风电技术领域，本发明利用振动加速度传感器分别采集风电机组齿轮箱齿轮在正常、磨损、断齿三种工况下的原始振动信号；采用基于整数规划的PSO算法对VMD参数中的惩罚项参数α和分解层数K进行优化；对各工况下齿轮振动信号采用改进变分模态法进行分解，得到振动信号的各个模态分量；利用相关系数法优选出与原始信号密切相关的IMF分量；提取各模态分量的奇异熵作为风机齿轮箱故障特征；将特征输入至多分类SVM中，验证特征提取效果。本发明将VMD和奇异熵相结合来提取有噪声干扰下的风电机组齿轮箱齿轮故障特征，信号特征得到强化,特征提取效果更为显著。

公开(公告)号：CN109975013A

公开(公告)日：2019-07-05

申请号：CN201910360493.2

申请日：2019-04-30

Applicant: 南京工程学院

Inventor： 姜佳辉 ,  包永强 ,  陈文祥 ,  邵琪

IPC: G01M13/021 ,  G01M13/028

Abstract: 本发明公开了基于IVMD‑SE的风电机组齿轮箱故障特征提取方法，属于风电技术领域，本发明利用振动加速度传感器分别采集风电机组齿轮箱齿轮在正常、磨损、断齿三种工况下的原始振动信号；采用基于整数规划的PSO算法对VMD参数中的惩罚项参数α和分解层数K进行优化；对各工况下齿轮振动信号采用改进变分模态法进行分解，得到振动信号的各个模态分量；利用相关系数法优选出与原始信号密切相关的IMF分量；提取各模态分量的奇异熵作为风机齿轮箱故障特征；将特征输入至多分类SVM中，验证特征提取效果。本发明将VMD和奇异熵相结合来提取有噪声干扰下的风电机组齿轮箱齿轮故障特征，信号特征得到强化,特征提取效果更为显著。

公开(公告)号：CN209764419U

公开(公告)日：2019-12-10

申请号：CN201920781430.X

申请日：2019-05-28

Applicant: 南京工程学院

Inventor： 姜佳辉 ,  包永强 ,  陈文祥 ,  邵琪

IPC: G01M13/028

Abstract: 本实用新型公开了风电机组齿轮箱故障诊断装置，属于风电技术领域，包括设置在风机塔顶机舱内且依次相连的信号调理单元、模数转换单元、中央处理单元和用于将实时数据传递至风场主控室的第一无线通讯单元；还包括设置在风场主控室内且依次相连的工控机和用于接收第一无线通讯单元所传来的实时数据的第二无线通讯单元；其中，所述的信号调理单元与轴承振动传感器、齿轮箱振动传感器分别相连。本实用新型能够通过远程的方式对风电机组齿轮箱进行自动、实时的监测，使得风电场的工作人员不用爬上塔顶就能够实时获取齿轮箱的各种原始数据；能够及时准确的诊断出风机齿轮箱的各类故障类型，从而大大降低了故障带来的损失。