基于小波包与PCA遗传神经网络相结合的齿轮箱故障诊断方法

摘要

针对风电机组齿轮箱振动信号非平稳、不确定的特点,提出基于小波包与PCA遗传神经网络相结合的风电机组齿轮箱故障诊断方法.该方法选取振动信号的哨度和峰值作为时域特征值,利用小波包算法提取频带能量和二范数作为时频域特征值.考虑到特征值之间的相关性,利用主成分分析法确定主成分,从而减少神经网络的输入变量.利用遗传算法对BP神经网络权值和偏置进行优化,建立遗传神经网络的故障诊断模型.仿真测试结果证实了算法的有效性.