国内刊号:23-1176/TK
国际刊号:1001-2060
发布日期:
作者:许子非,李 春,张万福,邓允河
单位:上海理工大学 能源与动力工程学院,上海 200093,,上海理工大学 能源与动力工程学院,上海 200093,,上海理工大学 能源与动力工程学院,上海 200093,,雅图新能源科技有限公司,广东 深圳 518000,
关键词:多重分形;轴承;变分模态分解;故障诊断
基金:国家自然科学基金(51676131,51176129,51875361)
风力机齿轮箱轴承故障信号具有典型非线性及非平稳特性,采用自适应变分模态法对4种状态下振动信号进行分解,提出基于分形盒维数-峭度阈值法(Adaptived Variational Mode Decomposition,AVMD)对处理所得分量进行筛选,选取富含故障信息的分量进行信号重构,采用多重分形去趋势波分析方法,分析重构信号的分形特征并识别其工作状态,结果表明:基于多重分形去趋势波分析法对非稳定轴承可进行有效地故障识别;轴承振动信号具有典型分形特征,在不同时间尺度下,标度指数、广义Hurst指数与多重分形谱均可反应轴承工作状态;3种多重分形谱参数对故障类型敏感度不同,谱函数最大值对应的奇异指数对内圈故障较为敏感,峰值占比对外圈故障较为敏感,分形谱宽对滚珠故障较为敏感。
来源:2019年第9期
《热能动力工程》期刊编辑部