公开(公告)号：CN109297705A

公开(公告)日：2019-02-01

申请号：CN201810932320.9

申请日：2018-08-16

Applicant: 东南大学

Inventor： 邓艾东 ,  朱静 ,  翟怡萌 ,  李晶 ,  孙文卿

IPC: G01M13/021 ,  G01M13/028

Abstract: 本发明公开了一种基于MED和模糊熵的行星齿轮箱振动信号故障诊断方法，其特征在于，搭建风电机组实验装置，通过风电机组实验装置采集行星齿轮箱振动信号；利用MED对行星齿轮箱振动信号进行去噪处理；对行星齿轮箱振动信号进行EMD分解，剔除无效分量，得到多个有效IMF分量，计算每个有效IMF分量的模糊熵值并保留模糊熵值最小的IMF分量；对模糊熵值最小的IMF分量的信号进行包络谱分析，分析故障特征频率。该方法能够有效提取故障特征频率，且能有效滤除噪声对特征频率的干扰，有效消除模态混叠、端点效应等现象对行星齿轮箱信号进行故障诊断的不良影响。

公开(公告)号：CN108444712A

公开(公告)日：2018-08-24

申请号：CN201810434450.X

申请日：2018-05-07

Applicant: 东南大学

Inventor： 邓艾东 ,  刘东瀛 ,  李晶 ,  朱静 ,  翟怡萌 ,  龙磊

IPC: G01M13/04

CPC classification number: G01M13/045

Abstract: 本发明公开了一种基于改进HHT和模糊熵的风电传动系统主轴承故障振动信号分析方法，采集振动信号，对振动信号进行EMD分解，通过相对熵理论筛选真实IMF分量，做Hilbert谱分析，合成得到边际谱。本方法能够稳健有效的提取风电传动系统主轴承的故障特征，并且可有效滤除噪声对特征频率的干扰。本发明用提出的改进的希尔伯特黄变换剔除了由经验模态分解产生的虚假本征模态函数分量，做出了由真实分量合成的边际谱，反映出了信号的真实频率分布情况；结合模糊熵理论，筛选出了最能体现故障轴承特征的本征模态函数。