机床与液压

作者：李俊卿，耿继亚，国晓宇，刘若尧，胡晓东，何玉灵

单位：华北电力大学电气与电子工程学院；华北电力大学电气与电子工程学院；华北电力大学电气与电子工程学院；华北电力大学电气与电子工程学院；华北电力大学电气与电子工程学院；华北电力大学电气与电子工程学院

关键词：风电机组;轴承劣化;故障诊断;鹈鹕优化算法;自编码器;变分模态分解

基金：国家自然科学基金面上项目（52177042）

针对目前轴承性能劣化指标的构建及故障诊断高度依赖专家经验，限制条件繁多，实际应用情景单一的问题，提出一种鹈鹕优化算法(POA)优化的变分模态分解(VMD)和自编码器结合的风机轴承劣化指标构建及故障诊断方法。首先利用POA-VMD算法将轴承振动信号采用自适应方法分解为K个固有模态分量(IMF)，并针对上述分量分别构建K个自编码器；然后以正常状态振动信号的分解结果为训练样本完成自编码器的训练，并以训练完成后模型的输出结果为基础构建轴承劣化指标，借助劣化指标监测轴承早期微弱故障；最后对故障时刻振动信号的IMF分量重构结果进行包络谱分析，确定故障的类型。经实验验证：该方法不仅可以清晰地展现轴承的劣化过程，对早期微弱故障敏感性高，而且在故障发生后可以准确诊断出故障类型。

来源：2024年第13期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第13期