ICA用于风力发电机齿轮箱的故障诊断方法介绍

摘要

风电作为一种清洁的可再生能源,越来越受到世界各国的重视.齿轮箱作为风力发电机组的关键部件,其运行的健康状况对整个风力发电机组的正常运行影响重大.齿轮箱振动信号中包含有用的故障信息,但由于齿轮箱故障信号比较微弱,容易被外界噪声和其他部件的振动信号淹没.对独立分量分析(ICA)典型算法的理论进行了论述.通过将分析结果与齿轮箱故障波形进行对比,发现采用基于负熵的FastICA进行信号分离不仅有助于正确地判断故障特征,对于齿轮箱故障诊断有很好的效果.