基于改进的去趋势波动分析对风力发电机齿轮箱故障诊断被引量：2

Improved Detrended Fluctuation Analysis Based Gearbox Fault Diagnosis of Wind Turbines

下载PDF

导出

摘要根据去趋势波动分析的理论研究,通过信号的多重分形特征,对算法进行改进。用改进的算法对风力发电机齿轮箱故障进行诊断。诊断结果证明了该算法的准确性和有效性。

作者孙岩王雪

机构地区华能新疆能源开发有限公司华北电力大学机械工程系

出处《仪器仪表与分析监测》 2014年第3期29-32,共4页 Instrumentation·Analysis·Monitoring

关键词去趋势波动分析风力发电机齿轮箱

分类号 TH17 [机械工程—机械制造及自动化]

引文网络
相关文献

参考文献4

1李力,彭中笑,彭书志.去趋势波动分析在齿轮故障诊断中的应用研究[J].中国机械工程,2009(19):2311-2314. 被引量：11
2林近山,陈前.基于非平稳时间序列双标度指数特征的齿轮箱故障诊断[J].机械工程学报,2012,48(13):108-114. 被引量：24
3侯威,章大全,杨萍,杨杰.去趋势波动分析方法中不重叠等长度子区间长度的确定[J].物理学报,2010,59(12):8986-8993. 被引量：6
4张梅,崔超,马千里,干宗良,王俊.基于符号化部分互信息熵的多参数生物电信号的耦合分析[J].物理学报,2013,62(6):491-495. 被引量：5

二级参考文献22

1肖方红,阎桂荣,韩宇航.混沌伪随机序列复杂度分析的符号动力学方法[J].物理学报,2004,53(9):2877-2881. 被引量：26
2肖方红,阎桂荣,韩宇航.混沌时序相空间重构参数确定的信息论方法[J].物理学报,2005,54(2):550-556. 被引量：45
3于德介,程军圣,杨宇.Hilbert-Huang变换在齿轮故障诊断中的应用[J].机械工程学报,2005,41(6):102-107. 被引量：78
4Zhang Chaohui,Zhu Ge,Peng Donglin,Zhang Xinghong,Wang Xianquan.NEW DEMODULATION TECHNOLOGY OF OPTIMIZING ENERGY OPERATOR AND APPLICATION TO GEAR FAULT DIAGNOSIS[J].Chinese Journal of Mechanical Engineering,2005,18(4):627-630. 被引量：2
5张佃中.非线性时间序列互信息与Lempel-Ziv复杂度的相关性研究[J].物理学报,2007,56(6):3152-3157. 被引量：24
6Peng C K, Buldyrev S V, Havlin S, et al. Mosaic Organization of DNA Nucleotides[J].Physical Review E, 1994, 49(2): 1685-1689.
7Watters P A, Martin F. A Method for Estimating Long-range Power Law Correlations from the Electroencephalogram [J].Biological Psychology, 2004, 66(1): 79-89.
8Pilar G C. Long-range Power-law Correlations in Stock Returns[J].Physiea A, 2001, 299(3/4): 521-527.
9I.i Z, Zhang Y K. Quantifying Fractal Dynamics of Groundwater Systems with Detrended Fluctuation Analysis[J].Journal of Hydrology, 2007, 336 (1/ 2) : 139-146.
10Niu M, Wang F, Liang O, et al. Multifractal Detrended Fluctuation Analysis of Pressure Fluctuation Signals in an Impinging Entrained-flow Gasifier[J].Chemical Engineering Journal, 2008, 138(2/ 3) : 364-372.

共引文献39

1郭玉秀,张金敏,袁静.滑动去趋势分析在机械故障诊断中的应用[J].噪声与振动控制,2011,31(5):137-141. 被引量：2
2侯威,钱忠华,杨萍,封国林.基于随机重排去趋势波动分析的全国极端日降水事件综合指标[J].干旱气象,2012,30(2):149-157. 被引量：2
3林近山,陈前.基于非平稳时间序列双标度指数特征的齿轮箱故障诊断[J].机械工程学报,2012,48(13):108-114. 被引量：24
4林近山,陈前.基于多重分形去趋势波动分析的齿轮箱故障特征提取方法[J].振动与冲击,2013,32(2):97-101. 被引量：43
5杨秋英,陈卉.带偏差单元递归神经网络齿轮箱故障诊断[J].现代电子技术,2013,36(20):33-37. 被引量：2
6牟松.基于去趋势波动分析的往复式泥浆泵故障诊断方法[J].齐齐哈尔大学学报（自然科学版）,2013,29(5):88-91. 被引量：1
7杨望灿,张培林,吴定海,陈彦龙.基于EEMD与奇异熵增量谱的齿轮故障特征提取[J].机械传动,2014,38(2):141-146. 被引量：8
8王红军,徐小力,万鹏.基于轴心轨迹流形拓扑空间的转子系统故障诊断[J].机械工程学报,2014,50(5):95-101. 被引量：16
9林近山,窦春红,伦冠德,刘炳强.基于时间序列幅值分量标度特性的齿轮箱故障诊断[J].机械传动,2014,38(8):125-129. 被引量：2
10肖涵,吕勇,王涛.齿轮振动信号的去趋势波动分析及其在故障分类中的应用[J].振动工程学报,2015,28(2):331-336. 被引量：17

同被引文献14

1申甲斌,贺刚,王光璐.振动检测技术应用四例[J].中国设备工程,2010(5):14-16. 被引量：2
2高胜利,赵小荣,申强.风力发电机组齿轮箱故障诊断[J].电力电子技术,2011,45(10):66-67. 被引量：9
3唐珂,谢源,曾明杰,高志飞,徐永斌,汪永海.基于EMD-GANN的风力发电机齿轮箱故障诊断[J].上海电机学院学报,2016,19(2):99-104. 被引量：6
4张金卫,刘峻华,张伟鹏,杨涛.基于电流信号分析的风力发电机齿轮箱故障诊断[J].广东电力,2016,29(6):18-23. 被引量：5
5胡志红,张秀丽,张向军,白恺,林丽,王素焕.风电机组齿轮箱故障评价方法研究现状[J].设备管理与维修,2018(2):31-35. 被引量：10
6欧焕飞.风力发电机齿轮箱磨损监测探讨[J].科技风,2018(27):213-213. 被引量：2
7张细政,郑亮,刘志华.基于遗传算法优化BP神经网络的风机齿轮箱故障诊断[J].湖南工程学院学报（自然科学版）,2018,28(3):1-6. 被引量：13
8高飞.“一拆、二盘、三验、四查”发动机气门间隙检查法在设备维修中的应用[J].中国设备工程,2018(21):50-52. 被引量：1
9金棋,王友仁,王俊.基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法[J].中国机械工程,2019,30(2):196-204. 被引量：39
10肖娜,孔祥伟.一种航空发动机振动检测系统设计[J].中国科技信息,2019(15):54-55. 被引量：1

引证文献2

1张森森,蒋辉,杨娟.发动机气门系统振动信号的多尺度分析[J].中国设备工程,2019(13):100-102.
2靳国兴,周元华.齿轮箱集成化监测系统的设计与实现[J].计算机技术与发展,2020,30(11):185-189. 被引量：2

二级引证文献2

1梁荔波,杨俊杰.大型养路机械齿轮箱油液在线监测装置的研究与设计[J].轨道交通装备与技术,2024,32(2):14-18. 被引量：2
2王海洋.捣固车齿轮箱综合参数在线监测系统研究[J].仪表技术,2024(3):60-65.

1刘春林,潘宏侠,史斐娜,蒋红军.基于MF-DFA和SVM的齿轮箱故障诊断[J].机械传动,2014,38(12):119-123. 被引量：5
2李兆飞,柴毅,李华锋.多重分形去趋势波动分析的振动信号故障诊断[J].华中科技大学学报（自然科学版）,2012,40(12):5-9. 被引量：23
3李力,彭中笑,彭书志.去趋势波动分析在齿轮故障诊断中的应用研究[J].中国机械工程,2009(19):2311-2314. 被引量：11
4肖涵,吕勇,王涛.齿轮振动信号的去趋势波动分析及其在故障分类中的应用[J].振动工程学报,2015,28(2):331-336. 被引量：17
5林近山,陈前.基于多重分形去趋势波动分析的齿轮箱故障特征提取方法[J].振动与冲击,2013,32(2):97-101. 被引量：43
6林近山,陈前.基于非平稳时间序列双标度指数特征的齿轮箱故障诊断[J].机械工程学报,2012,48(13):108-114. 被引量：24
7张云强,张培林,吴定海,李兵.齿轮箱振动信号的分数阶时频谱多重分形特征提取研究[J].振动与冲击,2015,34(21):76-81. 被引量：1
8田再克,李洪儒,孙健,李宝晨.基于改进MF-DFA和SSM-FCM的液压泵退化状态识别方法[J].仪器仪表学报,2016,37(8):1851-1860. 被引量：12
9董霖,张永相.多重分形表面特征的小波分析方案[J].表面技术,2004,33(3):59-60. 被引量：2
10李兆飞,任小洪,谭飞,方宁.滚动轴承振动信号的非线性分形特性研究[J].轴承,2015(9):53-58. 被引量：4

仪器仪表与分析监测

2014年第3期

浏览历史

内容加载中请稍等...

基于改进的去趋势波动分析对风力发电机齿轮箱故障诊断被引量：2

参考文献4

二级参考文献22

共引文献39

同被引文献14

引证文献2

二级引证文献2

相关作者

相关机构

相关主题

浏览历史

基于改进的去趋势波动分析对风力发电机齿轮箱故障诊断 被引量：2

参考文献4

二级参考文献22

共引文献39

同被引文献14

引证文献2

二级引证文献2

相关作者

相关机构

相关主题

浏览历史

基于改进的去趋势波动分析对风力发电机齿轮箱故障诊断被引量：2