2014 No.5
重型机械
· 37 -
基于FastICA的大型风力机主轴承敌障诊断研究
周昊，陈长征，刘欢，孙鲜明
（沈阳工业大学机械工程学院，辽宁沈阳110870）
摘要：文章提出了基于FastICA大型风力机主轴承故障诊断方法。根据大型风力机的运行特点，采用负烦最大化判据和牛顿送代原理实现FastICA算法并将其应用于大型风力机主轴承的故障诊断中。诊断结果表明，该方法可有效地将大型风力机主轴承和轴流风机的振动信号进行分离，从而清晰地看出主轴承的报动待征频率，实现对风力机主轴承的故障诊断。
关键词：大型风力机；主轴承；FastICA；故障诊断
中图分类号：TH39
文献标识码：A文章编号：1001-196X(2014)05-0037-04
Fault diagnosis research on large wind turbine main bearing based on FastiCA
ZHOU Hao,CHEN Chang-zheng,LIU Huan,SUN Xian-ming
(School of Mechanical Engineering, Shenyang University of technology; Shenyang 110870, China)
Abstract: In this paper, a model for fault diagnosis of large wind turbine main bearing based on FastiCA is presented. According to the operating characteristics of large wind turbine, FastiCA is achieved by negentropy u p are jo ssoup ey pade s ar oo oera oan pue oaa oeae main bearing. Diagnosis results show that, this method can separate vibration signals collected from large wind turbine main bearing and axial flow blower effectively. Characteristics vibration frequency can be seen clearl
from the separated signal, which can achieve fault diagnosis of large wind turbine main bearing. Keywords; large wind turbine; main bearing; FastICA; fault diagnosis
0前言
大型风力机由于其运行工况复杂、环境恶劣、保养周期长、维修成本高，要求风力机的机械系统具有较高的可靠性]。在大型风力机的各组成部件中，滚动轴承是最容易损坏的部件之一。与风力机的其它部件相比，滚动轴承有一个突出的特点，就是其寿命离散性大。即同样的一批滚动轴承，有的大大超过设计寿命而依然完好无损地工作，而有的远未达到设计寿命就出现故障。而风力机组关键部位的滚动轴承一且出现故
收稿日期：2014-0516；修订日期：20140710
作奢简介：周昊（1985-）男，博士研究生，主要研究方向为故
障诊断，盲信号处理。
障，将会影响整个风力机组的运行，甚至造成严重的安全事故[2]。因此，及时有效地对大型风力机的滚动轴承进行状态监测和故障诊断，对保证风力机健康安全地运行，提高风力机的运行寿命具有十分重要的意义。
盲源分离是在没有先验知识的前提下，基于统计独立的思想从线性混合的观测信号中分离出独立的信号源[34)。该方法是信号处理领域的-个热点问题，有着广阔的应用空间。独立分量分析(Independent ComponentAnalysis，ICA）是近期迅速发展起来的一种非常有效的育源分离技术。目前已提出了多种ICA算法，并且采用这些算法对原始信号进行提取已获得了比较理想的研究结果[5]。FastICA是一种比较有效、实用的ICA扩