基于改进经验模态分解的水电机组振动信号故障特征提取

潘天航; 蔡金华; 高元; 张冰; 孟宪宇; 耿欣; 冯康康

doi:10.20040/j.cnki.1000-7709.2025.20240783

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于改进经验模态分解的水电机组振动信号故障特征提取

更新时间：2026-02-25

- 基于改进经验模态分解的水电机组振动信号故障特征提取
- Vol. 43, Issue 3, Pages: 182-185+162(2025)
- 作者机构：
  
  南京南瑞继保电气有限公司
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2025.20240783
  CLC： TV738
- Published：2025
- 稿件说明：
移动端阅览
潘天航, 蔡金华, 高元, et al. 基于改进经验模态分解的水电机组振动信号故障特征提取[J]. 2025, 43(3): 182-185+162.
DOI：

潘天航, 蔡金华, 高元, et al. 基于改进经验模态分解的水电机组振动信号故障特征提取[J]. 2025, 43(3): 182-185+162. DOI： 10.20040/j.cnki.1000-7709.2025.20240783.

摘要

水电机组振动信号包含噪声及多种信号耦合，采用经验模态分解方法进行信号处理会由于极值点丢失而发生模态混叠。为此，提出一种基于改进经验模态分解算法，即首先对振动信号进行微分计算来放大极值点；然而对微分信号进行经验模态分解并计算各阶信号能量特征占比，由此剔除噪声干扰等无效分量后对信号进行重构；最后计算出信号的频率特性进行故障诊断。使用该算法对国内某水电站振动异常的摆度信号进行分析，能够有效屏蔽掉干扰信号，更准确地判断出故障类型。

Abstract

关键词

Keywords

references

王鹏飞.水电机组多源信息耦联故障诊断与状态评估及维修决策方法研究[D].西北农林科技大学,2023(04).

肖汉.水电机组智能故障诊断的多元征兆提取方法[D].华中科技大学,2014(07).

朱文鑫,王淑青.基于IMF-MFDE和GRU的水电机组故障诊断[J].水电能源科学,2024(04).

孙文昊,胡志平,肖志怀,邹屹东,皮俊东,马哲轩.基于一维卷积神经网络与近似熵特征融合的水电机组故障诊断[J].中国农村水利水电,2024(02).

陈盛,陈天涯,郑阳,王卫玉,陈启卷.基于CNN自学习和人工经验相融合的水电机组故障诊断[J].中国农村水利水电,2023(12).

孙少楠,李博宇,聂相田.基于贝叶斯网络的水轮机故障诊断研究[J].水电能源科学,2023(03).

陈学标,肖远辉,肖富锋,王云鹤,肖志怀.基于EEMD-SD振动信号分析的水电机组故障预警方法[J].水电与新能源,2023(02).

胡晓,肖志怀,刘东,赵文利,王海,蒋文君.基于EEMD-SDCC Ⅰ-HMM的水电机组振动故障识别方法[J].振动与冲击,2022(03).

崔年生,郭连军,董英健,常跃,夏鹤平,危剑林.爆破振动信号微分经验模态分解与经验模态分解对比分析[J].中国矿业,2020(04).

刘勇,贺生国,杨清勇,高炳春,刘鹏,雷延科.一种新的摆度信号去噪方法及其应用[J].振动.测试与诊断,2019(05).

杜义,周建中,单亚辉,李帅轩,许颜贺,姜伟.基于EMD-BPNN的水电机组空蚀故障诊断[J].水电能源科学,2018(03).

胡勇健,肖志怀.水电机组基于贝叶斯网络的故障树故障诊断分析研究[J].中国农村水利水电,2017(08).

Konstantin Dragomiretskiy,Dominique Zosso.Variational Mode Decomposition.[J].IEEE Trans. Signal Processing,2014.

Norden E. Huang,Zheng Shen,Steven R. Long,Manli C. Wu,Hsing H. Shih,Quanan Zheng,Nai-Chyuan Yen,Chi Chao Tung,Henry H. Liu.The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-Stationary Time Series Analysis[J].Proceedings: Mathematical, Physical and Engineering Sciences,1998(1971).

Views

296

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于PSO-PCA-CNN的水电机组故障诊断

基于STFT-SE-CNN多通道特征融合的水电机组故障诊断

基于SSA-VMD-WDCNN的水电机组故障诊断

基于DA-WGAN-SVM的水电机组小样本故障诊断

基于VMD-WT-CNN与注意力机制的水电机组故障诊断

Related Author

姬升阳

魏学锋

曾广栋

朱斌

周鑫

何志宏

李超顺

刘志辉

Related Institution

华中科技大学土木与水利工程学院

中国长江电力股份有限公司溪洛渡水力发电厂

国网江西省电力有限公司柘林水电厂

五凌电力有限公司

国家电投集团重庆江口水电有限责任公司

AI问答

⁰