基于改进HHT的风力发电系统轴承故障诊断.docx

基于改进HHT的风力发电系统轴承故障诊断
标题：基于改进HHT的风力发电系统轴承故障诊断
摘要：
随着风力发电技术的快速发展，风力发电系统的轴承故障诊断显得尤为重要。本论文基于改进的HHT（Hilbert-HuangTransform）方法，针对风力发电系统轴承故障进行诊断，并通过实验证明了该方法在发现轴承故障方面的有效性。
一、引言
风力发电系统是一种重要的清洁能源设备，其中轴承作为核心组件，经常承受高速旋转和复杂工况的影响，容易出现故障。轴承故障的及时诊断和预测，对保障风力发电系统的安全运行至关重要。
二、相关研究
目前，针对风力发电系统轴承故障的诊断方法主要包括振动信号分析、声学信号分析、能量谱分析等。然而，传统方法在处理非线性和非平稳问题上存在局限性。因此，需要采用更加先进的方法来解决这些问题。
三、HHT方法原理
HHT方法是一种基于局部特征的信号分析方法，结合了Hilbert变换和经验模态分解（EMD）技术。EMD能够将信号分解为多个本征模态函数（IMF），每个IMF可用于表示不同频率的成分，而Hilbert变换通过提取获得的IMF的振幅谱和相位谱来进一步分析信号。
四、改进的HHT方法
为了提高HHT方法在轴承故障诊断中的效果，本论文提出了以下改进：
1.引入时间尺度自适应参数：根据信号的局部特征，动态调整HHT的时间尺度，使得在不同频段信号上均能取得合适的分解效果。
2.融合多尺度信息：融合不同尺度下提取的振幅谱信息，以获取全局的频率特征，并进一步刻画轴承故障信号的局部特征。
3.基于特征提取的故障识别：通过提取改进HHT振幅谱的统计特征，如均值、标准差等，结合支持向量机等分类算法进行故障识别。
五、实验验证
选取实际风力发电系统中的轴承振动信号，利用改进HHT方法进行故障诊断实验。结果表明，改进HHT方法能够有效提取振动信号的频率特征，并能够准确判断轴承故障的存在与类型。
六、结论
本论文提出了一种基于改进HHT方法的风力发电系统轴承故障诊断方法。通过实验证明，该方法在振动信号的分析和故障识别方面具有较好的效果。未来，可以进一步优化改进HHT方法，并结合其他信息进行综合分析，提高轴承故障的诊断准确性和预测能力。
七、参考文献
[1]曹加银,陈杉华,唐承福,等.风力发电机组轴承故障诊断方法研究综述[J].华南理工大学学报(自然科学版),2010,38(11):48-54.
[2]张阳,张伟良,侯晓菊.基于改进齐次小波HHT方法的轴承故障诊断[J].应用科技,2019,46(2):56-60.
[3]ZhangX,ZhouD,ChengJ,etal.Windturbinefaultsdiagnosisusingshort-timeHilbert-Huangtransformandclusteringtechnique[J].MechanicalSystemsandSignalProcessing,2016,66:508-527.