一种基于盲源分离的风力机主轴承故障诊断方法

摘要

一种基于盲源分离的风力机主轴承故障诊断方法，涉及一种轴承故障诊断方法，当多个源信号在未知混合路径的情况下混叠后，采集的信号很难确定故障类型。依据最小互信息目标函数，利用不同源之间的非平稳特性可提取故障特征。假设源信号相互统计独立为前提，因为各个信号来自不同的信号源，信号混合特点有非线性和时滞性。本发明通过小波分析对声发射信号进行提取，对风力发电机主轴承的声发射信号进行了分离，实现了对风力机主轴承声发射故障信号的特征提取。可有效消除振动信号采集过程中混入的噪声，同时分离未知个数的故障源，为风力机主轴承故障识别诊断提供理论依据。

主权项

一种基于盲源分离的风力机主轴承故障诊断方法，其特征在于，所述方法包括：滚动轴承声发射信号的小波分析：声发射信号的高灵敏度很高，但是容易受到干扰，实际工程中，声发射信号采集过程中受到周围环境噪声的影响，而噪声的时域特征可能随机地分布在整个采样时间；所以，有必要对声发射信号进行预先处理或结合其他方法进行消噪；小波重构声发射信号排除了其它信号的干扰，更能表征声发射源信息；为提高时域分辨率可以通过小波的重构算法，对每个小波分别进行重构，重构的方法包括多分辨率分析、小波频带能量特征的提取，提取风力机主轴承声发射信号的特征，在风力机试验台正常运转情况下采集主轴承声发射信号的时域波形图和功率谱图，采用db3小波基对声发射信号进行7层小波分解，分解后的各层的能量分布不均，其中d3和最d4层对原信号最为接近，最能反映出原信号的本质特征，其他各层分解的信号与原信号差别都较大，为源信号在不同频段范围的细节信号，风力机主轴承的声发射信号的能谱主要集中在d3和d4层， 为风力机主轴承声发射信号的提取提供了依据。