基于MOBWO-MCKD的风机滚动轴承故障特征提取方法

作者：霍忠堂,高建松,张丁丁. 日期：2024-01-29/span> 浏览：308 查看PDF文档

摘要:针对风力发电机轴承振动信号受强背景噪声及其他设备激励源影响,导致早期微弱故障特征不易提取这一问题,提出了一种基于多目标白鲸优化算法(MOBWO)优化的最大相关峰度反卷积(MCKD)风力发电机轴承故障特征提取方法。首先,采用MOBWO强大的全局及局部搜索能力优化了MCKD关键参数,获取了最佳参数组合;其次,利用优化后的MCKD对原始信号进行了解卷积运算,消除了背景噪声及其他设备激励源的影响,突出了轴承周期性脉冲信号;然后对解卷积信号进行了包络谱分析,提取了轴承故障特征频率,并将其与理论计算故障特征频率值进行了诊断结果对比;最后,采用实际工程中采集到的风力发电机轴承内圈和外圈的故障数据,对MOBWO-MCKD方法的有效性进行了试验验证。研究结果表明：基于MOBWO-MCKD的故障特征提取方法能够有效地消除背景噪声及其他设备激励源的干扰;由内圈信号包络谱可得到的内圈故障频率为fIR=125.87Hz、2fIR=251.74Hz;由外圈信号包络谱可得到的外圈故障频率为fOR=84.47Hz、2fOR=168.94Hz、3fOR=253.41Hz。该特征提取方法可以为实际工程风力发电机轴承早期微弱故障特征提取研究提供一定的参考。

关键词:风机轴承;多目标白鲸优化算法;最大相关峰度反卷积;滚动轴承内圈;轴承外圈;包络分析

中图分类号:TH133.33文献标识码:A文章编号:1001-4551(2024)01-0123-07


本文引用格式:

霍忠堂,高建松,张丁丁.基于MOBWO-MCKD的风机滚动轴承故障特征提取方法［J］.机电工程,2024,41(1):123-129.

HUO Zhongtang, GAO Jiansong, ZHANG Dingding. Fault feature extraction of wind turbine rolling bearing based on MOBWO-MCKD［J］.Journal of Mechanical & Electrical Engineering, 2024,41(1):123-129.