基于CEEMDAN樣本熵和SSA-ELM的風(fēng)機齒輪箱故障診斷*

劉曉悅，張澤明，趙立國，孟凡偉，張 怡

(1.華北理工大學(xué)電氣工程學(xué)院，唐山 063000；2.唐山市天然氣有限公司，唐山 063000)

0 引言

風(fēng)能作為可持續(xù)發(fā)展戰(zhàn)略中最重要的清潔能源之一，其設(shè)備的高效運維和故障診斷已經(jīng)成為當(dāng)前電力系統(tǒng)面臨的重要問題之一[1]。齒輪箱作為風(fēng)機傳動系統(tǒng)中的重要部件，一旦發(fā)生故障，將面臨巨大的經(jīng)濟損失[2]。因此，對風(fēng)機齒輪箱進行狀態(tài)監(jiān)測和故障診斷，及時告知風(fēng)機齒輪箱故障部位，為風(fēng)機維護決策提供指導(dǎo)，對于提高風(fēng)電機組的可靠性和安全性具有重要意義。

在風(fēng)機的實際工作環(huán)境中，非平穩(wěn)時間序列信號不可避免地包含了很大程度的噪聲。小波閾值去噪[3]方法可以有效的對振動信號進行降噪處理。在故障特征提取方面，傳統(tǒng)的風(fēng)電機組振動信號處理方法僅能作為故障判斷的一般指標，不能有效實現(xiàn)風(fēng)機故障的精準判斷[4]。HUANG等[5]首先提出了經(jīng)驗?zāi)B(tài)分解(EMD)，被廣泛應(yīng)用于機械故障診斷、信號濾波等領(lǐng)域[6-7]。為解決其存在模態(tài)混疊和端點效應(yīng)問題，集合經(jīng)驗?zāi)B(tài)分解(EEMD)[8]在原始信號中加入高斯白噪聲，雖然模態(tài)混疊問題在一定程度上得到了緩解，但分解效率低，在低頻區(qū)域仍存在模態(tài)混疊和能量泄露問題。在此基礎(chǔ)上，TORRES等[9]提出了自適應(yīng)噪聲完全集合經(jīng)驗?zāi)B(tài)分解(CEEMDAN)，CEEMDAN[10]能很好地處理這種非線性、非平穩(wěn)信號，由于在分解過程的每個階段都自適應(yīng)地加入高斯白噪聲，完全分解且重構(gòu)誤差極低，可以獲得較好的模態(tài)分離結(jié)果[11]?！?br>