基于小波包的EITD风力发电机组齿轮箱故障诊断

基于三次样条插值和固有时间尺度分解中的线性变换,提出了集成固有时间尺度分解(EITD)方法,将该方法与小波包变换相结合,实现了风电机组齿轮箱故障的精确诊断.首先使用三次样条插值拟合基线控制点,将振动信号分解为一系列固有旋转分量;然后选择相关系数最大的PR分量进行小波包分解,计算分解后小波包系数的能量分布,选择能量比重较大的小波包系数重构PR分量;最后计算重构PR分量的关联维数,实现振动信号的故障诊断.利用所提出的方法对风电机组齿轮箱振动信号进行了分析,结果表明:与经验模态分解(EMD)方法处理后直接计算关联维数和经小波包的EMD方法处理后计算关联维数相比,采用小波包的EITD方法处理后计算关联维数更具有区分性,可有效识别齿轮的工作状态和故障类型.

基于ITD与排列熵的石油井架损伤识别方法

针对石油井架损伤位置识别问题,提出了基于ITD与排列熵的损伤位置特征提取方法。利用ITD方法将锤击响应振动信号分解为一系列PR分量,PR分量更能突出损伤位置信息,计算PR分量的样本熵值,形成的特征向量可分性良好。依据相关性系数选择代表损伤状态主要信息的PR分量,计算其排列熵形成有效的特征向量。以支持向量机为特征向量模式识别器,对比了ITD与近似熵方法所提取特征向量,对于相同有限数量的样本,ITD与样本熵特征向量明显高于ITD与信息熵特征向量的识别率,验证了ITD样本熵方法的有效性。ITD样本熵方法为实际井架结构损伤的准确、快速、有效识别与定位提供了一种新途径。