[发明专利]一种基于ICEEMDAN-MPE-RF和SVM的风电机组齿轮箱故障诊断方法在审
| 申请号： | 202210002790.1 | 申请日： | 2022-01-05 |
| 公开（公告）号： | CN116451105A | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 张宇华;丁晓峰;王育飞;薛花;于艾清 | 申请（专利权）人： | 上海电力大学 |
| 主分类号： | G06F18/24 | 分类号： | G06F18/24;G06F18/10;G06F18/214;G06F18/2411;G06F18/2431;G01M13/021;G01M13/028 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种风电机组齿轮箱故障诊断方法，该方法根据风电机组齿轮箱振动信号特性，首先，通过改进的自适应噪声完备集成经验模态分解(Improved complete ensemble empirical mode decomposition with adaptive noise，ICEEMDAN)将振动信号分解为一系列不同频率分布的本征模态分量(Intrinsic mode functions，IMFs)；其次，计算IMFs多个尺度上的排列熵(Permutation entropy，PE)，并将其作为齿轮故障特征，构建原始特征向量；然后，通过随机森林(Random Forest，RF)算法评估特征重要性并对重要性评分进行排序，根据一定阈值剔除冗余或不相关特征，选择敏感特征组成最优特征子集；最后，将降维后的最优特征子集输入到支持向量机(Support vector machine，SVM)进行故障模式识别。本发明能够有效提取齿轮振动信号的故障特征，同时提高故障诊断的精度和效率。 | ||
| 搜索关键词： | 一种 基于 iceemdan mpe rf svm 机组 齿轮箱 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电力大学，未经上海电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210002790.1/，转载请声明来源钻瓜专利网。
