基于IVMD-SE的风电机组齿轮箱故障特征提取方法

摘要

本发明公开了基于IVMD‑SE的风电机组齿轮箱故障特征提取方法，属于风电技术领域，本发明利用振动加速度传感器分别采集风电机组齿轮箱齿轮在正常、磨损、断齿三种工况下的原始振动信号；采用基于整数规划的PSO算法对VMD参数中的惩罚项参数α和分解层数K进行优化；对各工况下齿轮振动信号采用改进变分模态法进行分解，得到振动信号的各个模态分量；利用相关系数法优选出与原始信号密切相关的IMF分量；提取各模态分量的奇异熵作为风机齿轮箱故障特征；将特征输入至多分类SVM中，验证特征提取效果。本发明将VMD和奇异熵相结合来提取有噪声干扰下的风电机组齿轮箱齿轮故障特征，信号特征得到强化,特征提取效果更为显著。