摘要
本发明公开了一种风力发电机轴承故障诊断方法及系统,涉及风力发电设备故障诊断技术领域。该方法包括用特定传感器采集轴承振动数据并预处理;经增强组合差分形态滤波器ECGMF去噪;采用固有时间分解ITD算法分解去噪后信号,提取分量瞬时幅值并频谱分析获故障特征;结合支持向量机SVM与神经网络构建深度支持向量机DSVM模型;将特征向量输入深度支持向量机DSVM模型训练并判断故障输出结果。该系统含振动数据采集、增强组合差分形态滤波、固有时间尺度分解、深度支持向量机及诊断结果输出模块,对应实现上述各步骤功能,通过各环节协同,有效提取故障特征并准确诊断,可提升风力发电机轴承故障诊断的准确性与效率。
技术关键词
风力发电机轴承
形态滤波器
数学形态学运算
故障诊断方法
深度支持向量机
数据可视化
元素
故障特征信号
背景噪声干扰
故障特征信息
故障特征频率
离散采样点
脉冲
定义
神经网络模型
数据采集模块
系统为您推荐了相关专利信息
电机轴承故障
故障特征频率
热力图
曲线
故障类别
航空轴承
融合特征
特征筛选方法
搜索算法优化
频域特征
海上风机导管架
组合深度
故障诊断方法
故障诊断模型
深度学习模型
时序
车辆故障诊断方法
故障定位分析
神经网络模型
信号