改进的多尺度形态学大型风力发电机轴承故障研究

摘要

大型风力发电机轴承的故障冲击信号通常受到复杂载荷和强背景噪声的干扰,其早期故障不易检测。针对这个问题,基于信息熵(Information Entropy,I_(E))和特征能量因子(Feature Energy Factor,F_(EF))提出一种改进的多尺度形态学分析方法。形态梯度乘积算子(Morphology Gradient Product Operation,MGPO)是一种有效的提取滚动轴承冲击信号的形态学算子,为了能够提取更为详细的故障特征信息,基于MGPO算子提出了多尺度形态学分析方法。为了改进峭度准则和信噪比在选择最优尺度上的不足,基于信息熵和特征能量因子提出一种综合的尺度范围选则方法,试验结果表明提出的算法具有一定的优越性。