期刊专题

10.15938/j.emc.2016.01.011

基于EMD相关去噪的风电机组振动噪声抑制及特征频率提取

引用
针对风电机组振动信号同时受背景白噪声和短时干扰噪声的影响,使得早期微弱故障特征频率难以提取的问题,提出一种结合经验模态分解( EMD)、相关性分析和小波包变换( WPT)的振动信号噪声抑制及故障特征频率提取方法( EMD相关去噪-WPT)。该方法首先利用EMD分解振动信号得到能表征不同频率的固有模态函数( IMF),然后筛选表征故障特征频率的IMF,并重构得到故障特征信号;其次,利用自相关分析去除重构信号中噪声的影响;最后,结合小波包变换( WPT)提取去噪重构振动信号中的特征频率。为了验证所提方法的有效性,以实测和模拟的双馈风电机组轴承故障振动信号为例,对轴承振动信号分别利用小波包变换( WPT )、EMD相关去噪-WPT、小波硬阀值-WPT方法进行特征频率提取分析。通过不同特征频率提取方法比较表明,所提出的基于EMD相关去噪-WPT特征频率提取方法,能够更有效地抑制背景白噪声和短时干扰噪声的影响,提取出早期微弱故障特征。

风电机组、状态监测、噪声抑制、经验模态分解、小波包变换

TM315;TM307(电机)

国际科技合作专项资助2013DFG61520;国家自然科学基金51377184;重庆市集成示范计划项目CSTC2013JCSF70003;中央高校基本科研业务费专项基金CDJZR12150074

2016-03-11(万方平台首次上网日期,不代表论文的发表时间)

共8页

73-80

相关文献
评论
暂无封面信息
查看本期封面目录

电机与控制学报

1007-449X

23-1408/TM

2016,(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn