首页 期刊 机械传动 基于EEMD小波阈值去噪和CS-BP神经网络的风电齿轮箱故障诊断 【正文】

基于EEMD小波阈值去噪和CS-BP神经网络的风电齿轮箱故障诊断

作者:王红君; 赵元路; 赵辉; 岳有军 天津理工大学天津市复杂系统控制理论与应用重点实验室; 天津300384; 天津农学院; 天津300384
风电齿轮箱   故障诊断   eemd分解   小波阈值去噪  

摘要:针对风电机组齿轮箱中齿面点蚀、齿轮磨损、断齿等故障的诊断问题,提出一种基于EEMD小波阈值去噪和布谷鸟算法优化BP神经网络的故障诊断方法。采用EEMD分解和小波阈值去噪方法对故障振动信号进行数据预处理,抑制原始振动信号中的噪声干扰。利用布谷鸟算法优化BP神经网络对预处理后的信号进行诊断。小波阈值能更好地对EEMD分解中的高频分量进行去噪处理,CS-BP神经网络具有准确的模式识别精度和出色的全局寻优能力。通过实例仿真表明,提出的故障诊断方法具有良好的诊断精度、速度和成功率,具有较高的应用价值。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅