位置:成果数据库 > 期刊 > 期刊详情页
改进二阶统计量算法在风力机主轴承裂纹识别中的应用
  • ISSN号:1004-4523
  • 期刊名称:《振动工程学报》
  • 时间:0
  • 分类:TH165.3[机械工程—机械制造及自动化] TK83[动力工程及工程热物理—流体机械及工程]
  • 作者机构:[1]沈阳工业大学建筑工程学院,辽宁沈阳110870, [2]辽宁省振动噪声控制技术工程研究中心,辽宁沈阳110870
  • 相关基金:国家自然科学基金资助项目(51005159,50975180);辽宁省教育厅基金资助项目(L2010401)
中文摘要:

针对风力机主轴承裂纹故障的非平稳信号,提出一种改进二阶统计量的盲源分离算法,利用信号的非平稳性,将传感器数据分成不重叠的时间窗,用广义时滞协方差矩阵代替标准协方差矩阵,然后估计每个窗内的时滞协方差矩阵平均值来提高算法的稳健性和精确度.仿真试验选取了适当的时延系数和加权参数,证明了改进算法在信噪比低于12 dB的情况下优于传统SOS算法.最后,采集了某风场带有裂纹故障的风力机主轴承振动信号,根据本文提出的改进算法剔除了噪声干扰,从观测信号中分离出裂纹冲击振动源信号,并通过信号处理结果的频率特征来识别轴承裂纹状态.

英文摘要:

A blind source separation algorithm based on improved two-order statistics is presented for the non-stationary signals collected from the wind turbine main bearing.The sensor data is divided into the different non-overlapping time windows according to the non-stationary characteristics,using generalized delay covariance matrix instead of the standard covariance matrix,and then the delay covariance matrix of each window is estimated to improve the algorithm's robustness and accuracy.The proper time delay coefficient and weighted parameters are chosen through the simulation test,and it is proved that the improved algorithm is superior to the traditional SOS algorithm on the condition that SNR is below 12 dB.Finally,the vibration signals of wind turbine main bearing with crack failure are collected from a wind scene.The noise is eliminated and the crack impact vibration signals are separated from the observation signals according to the proposed improved algorithm in this paper.The bearing crack status can be indentified based on the signal processing results of the frequency characteristics.

同期刊论文项目
期刊论文 27 会议论文 7 获奖 2 著作 1
期刊论文 35 会议论文 8 获奖 4 专利 1
同项目期刊论文
期刊信息
  • 《振动工程学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国振动工程学会
  • 主编:刘人怀
  • 地址:南京市御道街29号
  • 邮编:210016
  • 邮箱:zdxb@nuaa.edu.cn
  • 电话:025-84895885
  • 国际标准刊号:ISSN:1004-4523
  • 国内统一刊号:ISSN:32-1349/TB
  • 邮发代号:28-249
  • 获奖情况:
  • 1995年江苏省首届期刊质评一级期刊,1997年获中国科协优秀期刊,1999年获国家自然科学基金委经费资助
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,美国应用力学评论,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12831