【技术实现步骤摘要】
本专利技术涉及一种于基于ipso-vmd的风机主轴轴承故障诊断方法，可用于风机主轴轴承的故障类型诊断。
技术介绍
1、风电主轴轴承是风力发电机组中的关键部件，它承受着风力发电机组的巨大载荷和复杂的工作环境，因此极易出现磨损等故障。一旦主轴轴承出现问题，不仅会导致发电效率的显著下降，还会对运行人员的人身安全造成威胁。此外更换轴承成本高昂，因此对主轴轴承实施有效的在线监测和故障诊断，成为确保风力发电机组稳定高效运作的关键举措。变分模态分解(variational mode decomposition,vmd)在处理轴承非平稳、非线性的振动信号具有较高的效率，并且具有自适应分解特征，因此广泛应用于故障诊断领域。vmd中两个重要参数模态分量个数k和惩罚因子α大多根据经验设置，而这两个参数往往影响着模型最终的分解结果，当k和α选取不当时，易出现模态混叠和虚假分量，导致模型诊断失误。改进粒子群算法(improvement particle swarm optimization,ipso)是一种针对粒子群算法中存在的一些易早熟、收敛精度不高等缺点提出的算法，是在pso算法基础上的一种改进算法。
技术实现思路
1、针对上述情况，为克服现有技术之不足，本专利技术之目的就是提供一种基于ipso-vmd的风机主轴轴承故障诊断方法，利用智能算法对模态分量个数k和惩罚因子α进行优选，可有效解决识别现有主轴轴承故障诊断方法识别效率不高的问题。
2、本专利技术采用的技术方案是：
3、一种
4、s1：获取风机主轴的轴承振动信号，并将其作为vmd模型的输入信息；
5、s2：采用改进粒子群算法确定vmd模型最优的参数组合[α,k]，并将最优的参数组合代入vmd模型中，由vmd模型对轴承振动信号进行分解，获取若干个模态分量；
6、s3：计算各所述模态分量的相关峭度值，选取峭度值最大的模态分量；
7、s4：对所述峭度值最大的模态分量进行包络谱解调，获取并分析轴承的真实特征频率，进而确定轴承故障类型。
8、与现有技术相比，本专利技术具有以下优点：
9、1、本专利技术提供的一种基于ipso-vmd参数优化的风机主轴轴承故障诊断方法，采用改进型粒子群算法对vmd模型的参数进行全局寻优，为避免算法后期参数陷入局部最优，增加了粒子扰动因子，避免了现有技术中根据经验随机选取模态分量个数k和惩罚因子α，难以得到vmd模型的最优参数组合，造成模型诊断失效的问题。
10、2、本专利技术提供的一种基于ipso-vmd参数优化的风机主轴轴承故障诊断方法，采用改进型粒子群算法通过全局寻优给定参数组合来优化vmd模型，并最终寻找出最优参数组合，避免了现有技术中随机参数寻优算法造成的局部最优解，提高了模型的泛化能力。
本文档来自技高网...【技术保护点】
1.一种基于IPSO-VMD的风机主轴轴承故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于IPSO-VMD的风机主轴轴承故障诊断方法，其特征在于，所述步骤S2具体包括以下步骤：
3.根据权利要求1所述的基于IPSO-VMD的风机主轴轴承故障诊断方法，其特征在于，所述步骤S4具体为：
【技术特征摘要】
1.一种基于ipso-vmd的风机主轴轴承故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于ipso-vmd的风机主轴轴承故障诊断方...
【专利技术属性】
技术研发人员：钱亿博，李勇，夏亚磊，张许阳，孙建涛，牛卓，孟圆，温兴远，朱侯超，
申请(专利权)人：中国大唐集团科学技术研究总院有限公司中南电力试验研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。