控制与决策

作者：郭方洪,林凯,窦云飞,吴祥,俞立

单位：浙江工业大学 信息工程学院,杭州 310014,,浙江工业大学 信息工程学院,杭州 310014,,浙江工业大学 信息工程学院,杭州 310014,,浙江工业大学 信息工程学院,杭州 310014,,浙江工业大学 信息工程学院,杭州 310014,

关键词：风机齿轮箱;故障诊断;变分模态分解;小波阈值降噪;宽度学习;$L_{21

为了及时有效地诊断风机齿轮箱早期微弱故障,针对齿轮箱微弱故障信号非线性、非平稳、低幅值、低信噪比的特点,提出一种基于多维特征评价的风机齿轮箱早期故障诊断方法.首先,利用变分模态分解将原始振动信号分解为多个固有模态分量,并构建“信息熵-峭度-包络谱峭度”多维特征评价模型,结合熵权法筛选关键特征分量以重构信号;其次,运用改进的小波阈值法降低噪声干扰对重构信号的影响,得到显著的故障冲击特征;再者,使用宽度学习系统进行状态识别,并利用$L_{21

来源：2024年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第5期