华北电力大学学报(自然科学版)

2017, v.44;No.187(03) 67-73+89

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于最大相关峭度解卷积算法的发电机特征振动信号增强检测
Enhanced Detection of Generator's Characteristic Vibration Signal Based on Maximum Correlated Kurtosis Deconvolution

何玉灵;王珂;仲昊;蒙玉超;王晓龙;唐贵基;

摘要(Abstract):

采用最大相关峭度解卷积算法(MCKD)对发电机定子的振动信号进行处理,得到信号处理后的时域波形与频谱,并根据提取得到的故障特征信息实现了对发电机运行状态的识别。为了排除偶然性,用最大相关峭度解卷积算法对发电机定子的正常信号和定子匝间短路故障信号都进行了处理,从而证明了这一算法用于振动信号故障特征提取的有效性。通过和当前主流算法之一的最小熵解卷积算法(MED)的处理结果进行对比,分析发现本文算法比最小熵解卷积算法的故障特征信息提取更加明显和准确。结果表明,最大相关峭度解卷积对故障信号特征频率的提取有良好的效果,并与当前主流算法相比有一定的优越性。

关键词(KeyWords): 发电机;定子匝间短路;振动信号;最小熵解卷积(MED);最大相关峭度解卷积(MCKD)

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(51307058);; 河北省自然科学基金资助项目(E2014502052、E2015502013);; 中央高校科研业务费专项基金资助项目(2015ZD27)

作者(Author): 何玉灵;王珂;仲昊;蒙玉超;王晓龙;唐贵基;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享