论文部分内容阅读
风力机齿轮箱振动信号是一种时频特性复杂的非平稳信号，常规的时域和频域分析方法难以有效的分析齿轮箱故障及提取故障特征。提出一种基于小波分析和神经网络的风力机齿轮箱故障诊断方法，该方法采用小波时频分析技术对风力发电机故障振动信号进行消噪滤波，通过小波包分解系数求取频带能量，根据各个频带能量的变化提取故障特征，为实现智能诊断提供故障特征值。应用BP神经网络进行故障识别，并采用LabVIEW和matlab软件予以实现。结果表明，该方法能有效提高风力发电机组齿轮箱故障诊断的准确性。