小波包变换和RBF网络在风电机组传动链故障诊断的应用研究

摘要

风电机组传动链故障特征类型丰富,故障信息量大,提出将振动信号作为其故障特征信息的载体,通过小波包变换进行特征提取.应用RBF神经网络的非线性映射能力和自适应学习能力,以提高故障诊断的准确性,详细分析了进行两级神经网络识别的思想,应用第一级神经网络进行故障分类,应用第二级神经网络进行具体故障识别.给出了故障诊断试验,该试验充分说明应用小波包算法进行故障特征提取可以有效地实现故障信号的预处理,进行两级神经网络可以有效提高故障诊断效率.