马越
- 作品数：3 被引量：18H指数：3
- 供职机构：南京工业大学机械与动力工程学院更多>>
- 发文基金：国家自然科学基金江苏省科技成果转化专项资金国家科技支撑计划更多>>
- 相关领域：电气工程自动化与计算机技术机械工程更多>>
- 基于小波-能量谱分析的风电机组齿轮箱故障诊断方法研究被引量：3
- 2017年
- 风电齿轮箱结构和工作条件特殊,使其故障机制复杂。为此提出了一种基于小波分解和能量谱相结合的风电齿轮箱故障诊断方法。首先是齿轮箱振动信号进行时域特征分析,观察特征参数的变化趋势,然后对变化特征最明显的振动信号进行功率谱分析,进行故障定位,最后结合小波能量谱对齿轮箱进行故障诊断。通过风电齿轮箱的故障实例,能准确地诊断出其故障形式和位置,说明该方法具有一定的工程意义。
- 陈捷孙炎平邓春白恺潘裕斌马越杨伟新亢涵彬
- 关键词：风电齿轮箱故障诊断
- 多传感器数据融合的风电齿轮箱性能衰退评估被引量：11
- 2019年
- 针对风电齿轮箱传动结构复杂、所处工况恶劣,难以提取有效振动信号特征进行性能衰退分析的问题,提出多传感器数据融合的风电齿轮箱性能衰退评估方法。该方法将自适应完全集合经验模态分解(CEEM-DAN)、核主分量分析(KPCA)和Hotelling T2统计量相结合,先对风电齿轮箱全寿命的非线性、非平稳振动信号进行CEEMDAN-KPCA降噪处理,再利用KPCA对降噪后的多组振动信号进行融合分析,提取连续的T2值(C-T2)及其时域特征作为评估指标,建立风电齿轮箱性能衰退模型。实验结果表明,该方法对风电齿轮箱振动信号降噪效果显著,C-T2特征有效解决了多组振动信号特征维数膨胀问题,且C-T2时域特征模型比振动信号时域特征模型能更准确地评估风电齿轮箱性能的衰退过程。
- 马越陈捷洪荣晶潘裕斌
- 关键词：风电齿轮箱多传感器数据融合信号降噪故障诊断
- 基于EEMD-CC和PCA的风电齿轮箱状态监测方法被引量：4
- 2019年
- 齿轮箱是风力发电机组的核心传动部件,不仅结构复杂制造成本高,而且故障率高维修费用巨大,对其进行状态监测具有重要意义。针对风电齿轮箱在复杂工况下运行所产生的非线性、非平稳振动信号,提出了一种基于EEMD-CC和PCA的风电齿轮箱状态监测方法。该方法先对含有大量噪声的风电齿轮箱振动信号进行集合经验模态分解和相关系数(EEMD-CC)降噪处理。然后,将降噪后的正常信号数据进行主分量分析(PCA)建模,并以T^2统计量和SPE统计量作为信号异常的评判指标。最后,把降噪后的测试数据带入PCA模型中,分别判断T^2和SPE值是否超出阈值,实现风电齿轮箱的状态监测。试验结果证明,该方法能够有效地监测风电齿轮箱的状态。
- 马越陈捷洪荣晶潘裕斌
- 关键词：风电齿轮箱主分量分析
