基于EMD-GANN的风力发电机齿轮箱故障诊断

• 作 者: 唐珂 谢源 曾明杰 高志飞 徐永斌 汪永海
• 机 构: 上海电机学院电气学院,辰阔机电科技（上海）有限公司
• 出 处: 上海电机学院学报
• 发表日期: 2016年2期
• 关键词: 齿轮箱 经验模态分解 遗传算法 神经网络 故障诊断 gearbox empirical mode decomposition(EMD) genetic al
• 基金项目: 国家自然科学基金资助项目（61374136）,上海市自然科学基金项目资助（12ZR1411800）,上海市教育委员会创新项目资助（12Y2186,14Y2157,13Y2139）,闵行科委区校合作项目资助（2014MH157）

基于经验模态分解（EMD）和遗传算法优化的神经网络,研究了 一种风力发电机组齿轮箱的故障诊断方法.使用EMD将齿轮箱振动信号序列分解成一系列内蕴模式函数分量（IMF）;然后提取各分量的特征参数,对特征参数采用主成分分析法进行降维处理;使用降维后的特征参数集训练神经网络,建立故障诊断模型;在训练过程中,采用了遗传算法优化神经网络的权值和阈值.仿真实验表明,该模型能有效提取振动信号的主要特征,完成对风力发电机组齿轮箱故障的诊断,效果良好.