風(fēng)力機(jī)組齒輪箱傳動系統(tǒng)多類故障診斷分類方法的研究.pdf

1、為了找到針對齒輪傳動系統(tǒng)多類故障分類的有效方法，在不同測點(diǎn)對齒輪箱傳動系統(tǒng)進(jìn)行故障實(shí)驗(yàn)，獲取振動信號。針對行星齒輪傳動系統(tǒng)振動信號的非線性和非平穩(wěn)性、故障特征信號難以提取等特點(diǎn)，分別從混沌特征信息融合與能量相關(guān)系數(shù)兩個方面對風(fēng)力機(jī)組齒輪傳動系統(tǒng)的復(fù)雜微弱及耦合故障進(jìn)行了綜合分析與研究。
　　首先對振動信號進(jìn)行EMD分解得到IMF分量，再對得到的IMF分量建立AR模型得到自回歸參數(shù)序列，進(jìn)而對得到的自回歸參數(shù)序列計算樣本熵、關(guān)聯(lián)維數(shù)

2、、最大Lyapunov指數(shù)這3個混沌特征參數(shù)，將其作為故障辨識特征量，利用支持向量機(jī)對6種不同狀態(tài)進(jìn)行分類。結(jié)果表明:這種方法能在很大程度上提高故障分類準(zhǔn)確率。
　　分別獲取正常狀態(tài)及5種故障狀態(tài)振動信號的不同IMF分量下的能量特征向量，計算同IMF分量不同故障狀態(tài)振動信號的相關(guān)系數(shù)及不同IMF分量相同故障狀態(tài)振動信號的相關(guān)系數(shù)。通過對比分析進(jìn)而建立故障診斷模型，用12組待檢信號對5種不同故障狀態(tài)進(jìn)行診斷，得到的結(jié)果與實(shí)際故障狀態(tài)