• 专利标题: 基于Kriging模型的风力机齿轮箱故障诊断方法
  • 申请号: CN201410391712.0
    申请日: 2014-08-11
  • 公开(公告)号: CN104122086B
    公开(公告)日: 2016-05-04
  • 发明人: 黄章俊李录平田红
  • 申请人: 长沙理工大学
  • 申请人地址: 湖南省长沙市雨花区万家丽南路二段960号长沙理工大学能源与动力工程学院
  • 专利权人: 长沙理工大学
  • 当前专利权人: 长沙理工大学
  • 当前专利权人地址: 湖南省长沙市雨花区万家丽南路二段960号长沙理工大学能源与动力工程学院
  • 代理机构: 湖南兆弘专利事务所
  • 代理商 赵洪; 谭武艺
  • 主分类号: G01M13/02
  • IPC分类号: G01M13/02
基于Kriging模型的风力机齿轮箱故障诊断方法
摘要:
本发明公开了一种基于Kriging模型的风力机齿轮箱故障诊断方法,其步骤如下:采集风力机齿轮箱在各个工况模式下的多个振动信号序列并计算多个故障信号特征值;建立工况模式、诊断目标值之间的对应关系和样本数据表;依据样本数据表建立变差函数理论模型;基于变差函数理论模型构建Kriging模型;检测待诊断振动信号的故障信号特征值并输入Kriging模型得到Kriging估计量,根据Kriging估计量查询工况模式、诊断目标值之间的对应关系确定待诊断振动信号的工况模式。本发明具有诊断结果快速准确、非线性拟合效果好、使用灵活、计算量小的优点,能够为实现风力机齿轮箱故障在线诊断奠定基础。
公开/授权文献
0/0