[发明专利]一种基于MMF与IGRA风电机组轴承故障诊断方法

摘要

本发明公开了一种基于MMF与IGRA风电机组轴承故障诊断方法，本发明通过提出一种利用数学形态学多重分形的两个定义角度提取特征方法，得到轴承不同状态振动信号的广义维数和多重分形谱，从中提取了具有实际物理意义的特征参数，并从特征间灵敏度出发，选择能够有效区分轴承状态的特征参数构成标准故障特征向量，提高了特征选择的准确性。以离差最大化加权对传统的灰色关联分析进行改进，提高了灰色关联模型的可靠性与精确度。最后结合MMF和IGRA对检测信号的类型进行判别，实现故障诊断。实验诊断结果表明本发明可以准确识别信号故障类型，较传统方法更加稳定准确，计算成本更低。

主权项

1.一种基于MMF与IGRA风电机组轴承故障诊断方法，其特征在于：首先采集各类故障的原始振动信号，确定结构元素g、分析尺度ε和权重因子q三个运算参数，并用形态学方法计算轴承振动信号的多重分形特征，包括多重分形谱和广义维数；之后，从曲线中提取了6个参数即形态学多重分形谱谱宽、谱高、最大奇异指数、分形维数差和形态学广义维数波动范围、最大广义维数，这些参数都具有明确的物理意义，根据对轴承工况刻画的敏感性，选择区分度最大的3个特征即形态学多重分形谱谱宽、最大奇异指数和形态学广义维数波动范围，作为表征轴承状态信息的特征参数，构建故障特征矩阵；接下来，利用优选的特征构建参考数列与比较数列，对传统灰色关联度计算方法进行改进，即用离差最大化确定特征指标不同的权重；最后，计算加权灰色关联度，完成故障诊断。/n