文摘风力发电机叶片的故障噪声信号通常呈现非平稳、低信噪比的特性,其故障特征难以提取。为此,将自相关函数与主成分分析的优势结合,提出一种自相关增强的时频和主成分分析的解调方法(Autocorrelation Enhanced Time-frequency Analysis and Principal Component Analysis Demodulation,AETFA-PCAD)。使用AETFA-PCAD方法和小波包对仿真信号分析,证实所提方法对非平稳、低信噪比信号频率特征提取的可行性;利用AETFA-PCAD方法提取风力机叶片故障特征,并与小波包变换和Hilbert-Huang变换方法的特征提取效果对比。结果显示,提出的自相关增强的时频和主成分分析的解调方法能够利用非平稳、低信噪比声信号有效提取风力机叶片的故障特征,为风力涡轮机叶片故障诊断奠定坚实的理论基础。
