风机齿轮箱振动信号的稀疏傅里叶变换分析

doi:10.11930/j.issn.1004-9649.2016.08.069.05

中国电力 ›› 2016, Vol. 49 ›› Issue (8): 69-73.DOI: 10.11930/j.issn.1004-9649.2016.08.069.05

风机齿轮箱振动信号的稀疏傅里叶变换分析

赵洪山¹，高夺²，张健平²

1. 华北电力大学电气与电子工程学院，河北保定 071003；
2. 国网沧州供电公司，河北沧州 061000

收稿日期:2016-02-15 出版日期:2016-08-10 发布日期:2016-08-12
通讯作者: 国家自然科学基金资助项目（51277074）
作者简介:赵洪山（1965—），男，河北沧州人，教授，从事电力设备在线监测与故障诊断和电力设备优化维修策略的研究。

Analysis of Sparse Fourier Transform for Vibration Signal of Wind Turbine Gearbox

ZHAO Hongshan¹, GAO Duo², ZHANG Jianping²

1. Electrical and Electronic Engineering Institute, North China Electric Power University, Baoding 071003, China;
2. State Grid Cangzhou Electric Power Company, Cangzhou 061000, China

Received:2016-02-15 Online:2016-08-10 Published:2016-08-12
Contact: This work is supported by National Natural Science Foundation of China (No. 51277074).

摘要/Abstract

摘要： 风电机组齿轮箱振动信号的在线频谱分析对信号处理算法的快速性要求很高，提出采用稀疏快速傅里叶变换（ＳＦＦＴ）算法进行风机齿轮箱的频谱分析。SFFT算法主要利用窗函数过滤信号，然后散列傅里叶系数，最后进行定位与估值运算，能快速地计算出信号频谱中k（信号的稀疏度）个拥有最大值的傅里叶系数。该算法结构简单，运行时间相对于信号长度n呈亚线性。通过对风电机组齿轮箱的实际振动信号分析，验证了SFFT算法较之FFT算法运行速度快，非常适合振动信号的在线频谱分析。

关键词: 风电机组, 齿轮箱, 振动信号, 频谱分析, 稀疏快速傅里叶变换

Abstract: The on-line spectrum analysis for vibration signal of wind turbine gearbox demands fast algorithms. In order to improve the speed of the algorithm, the spectrum analysis with Sparse Fast Fourier Transform (SFFT) algorithm is proposed in this paper. First, the SFFT algorithm is used to leverage the window function to filter vibration signal. Then, after the Fourier coefficients being hashed, the k largest (in magnitude) coefficients of the Fourier Transform of vibration signal can be estimated by locating and estimating methods. The SFFT algorithm has a simple structure and a sub-linear runtime in the signal size n. It has been verified through analyzing the vibration signal of wind turbine gearbox that the SFFT algorithm has a faster performance than FFT algorithm in on-line spectrum analysis.

Key words: wind turbine, gearbox, vibration signal, spectrum analysis, Sparse Fast Fourier Transform

中图分类号:

TM614

赵洪山，高夺，张健平. 风机齿轮箱振动信号的稀疏傅里叶变换分析[J]. 中国电力, 2016, 49(8): 69-73.

ZHAO Hongshan, GAO Duo, ZHANG Jianping. Analysis of Sparse Fourier Transform for Vibration Signal of Wind Turbine Gearbox[J]. Electric Power, 2016, 49(8): 69-73.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2016.08.069.05

https://www.electricpower.com.cn/CN/Y2016/V49/I8/69

参考文献

[1] 张路朋，赵洪山．基于时间延迟的风机齿轮箱状态优化维修[J]．中国电力，2014，47（11）：108-111．
ZHANG Lupeng, ZHAO Hongshan． Optimized condition based maintenance for gearbox of wind turbine based on time-delay[J]．Electric Power, 2014, 47(11): 108-111．
[2] MILOVANCEVIC M, ANDELKOVIC B． Modern techniques of wind turbine condition monitoring[J]． Journal of Applied Engineering Science, 2010, 8(1): 33-38．
[3] 崔翔．信号分析与处理[M]．北京：科学出版社，2005：29-30．
[4] 黄沈阳．新型环境保护分析系统——傅立叶变换红外分析系统[J]．中国电力，2004，36（11）：90－92．
HUANG Shenyang． A new type gas analysis system in environment protection: Fourier transform infrared analysis system [J]． Electric Power, 2004, 36(11): 90-92．
[5] VAN NEE D J R, COENEN A． New fast GPS code-acquisition technique using FFT[J]． Electronics Letters, 1991, 27(2): 158-160．
[6] 任重，董明，吴立远．采用傅立叶变换分析冲击GIS局部放电信号[J]．中国电力，2013，46（4）：48－53．
REN Zhong, DONG Ming, WU Liyuan． Analysis of partial discharge in GIS under impulse voltage by using quadratic short-time fourier transform [J]． Electric Power, 2013, 46(4): 48-53．
[7] REDDY B S, CHATTERJI B N． An FFT-based technique for translation, rotation, and scale-invariant image registration[J]．IEEE Transactions on Image Processing, 1996, 5(8): 1266-1271．
[8] MURSHUDOV G N, VAGIN A A, LEBEDEV A, et al． Efficient anisotropic refinement of macromolecular structures using FFT[J]．Acta Crystallographica Section D: Biological Crystallography,1999, 55(1): 247-255．
[9] HASSANIEH H, INDYK P, KATABI D, et al． Simple and practical algorithm for sparse Fourier transform[C]//Proceedings of the twenty-third annual ACM-SIAM symposium on Discrete Algorithms． SIAM, 2012: 1183-1194．
[10] HASSANIEH H, INDYK P, KATABI D, et al． Nearly optimal sparse fourier transform[C]//Proceedings of the forty-fourth annual ACM symposium on Theory of computing, ACM, 2012: 563-578．
[11] 邓亚玲，胡元义，王新房．基于 Hash 函数的用户口令保护方法的研究[J]．计算机工程，2002，28（8）：195-197．
DENG Yaling, HU Yuanyi, WANG Xinfang． Research on user password protection method based on hash function [J]． Computer Engineering, 2002, 28(8): 195-197．
[12] SMITH J O． Mathematics of the discrete fourier transform (DFT):With music and audio applications [M]． Julius Smith, 2007．
[13] GILBERT A C, MUTHUKRISHNAN S, STRAUSS M. Improved time bounds for near-optimal sparse Fourier representations[C]//Optics & Photonics 2005． International Society for Optics and Photonics,2005: 59141A-59141A-15．
[14] HARRIS F J． On the use of windows for harmonic analysis with the discrete Fourier transform[J]． Proceedings of the IEEE, 1978, 66(1): 51-83．
[15] SCHUMACHER J, Puschel M． High-performance sparse fast Fourier transforms[C]//Signal Processing Systems(SiPS), 2014 IEEE Workshop on． IEEE, 2014: 1-6．

风机齿轮箱振动信号的稀疏傅里叶变换分析

Analysis of Sparse Fourier Transform for Vibration Signal of Wind Turbine Gearbox

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	李丹, 秦世耀, 李少林, 贺敬. 基于混沌粒子群的双馈风电机组LVRT实测建模及暂态参数辨识[J]. 中国电力, 2024, 57(8): 75-84.
[2]	赵晶晶, 杜明, 刘帅, 李梓博, 马闻鹤. 基于模型预测控制的双馈风电机组调频与转子转速恢复策略[J]. 中国电力, 2023, 56(6): 11-17.
[3]	张健, 张朋, 徐惠, 宫铭辰, 王悦, 张静. 低温环境下高压断路器故障模拟[J]. 中国电力, 2023, 56(5): 153-162.
[4]	李博浩, 郭昆丽, 吕家君, 蔡维正, 刘璐豪, 刘凤仪, 郝翊帆. 弱电网下改进LADRC抑制直驱风机次同步振荡研究[J]. 中国电力, 2023, 56(4): 56-67.
[5]	李冰, 白云山, 赵宽, 郭聪彬, 翟永杰. 基于HSCA-YOLOv7的风电机组叶片表面缺陷检测算法[J]. 中国电力, 2023, 56(10): 43-52.
[6]	马海飞, 滕伟, 彭迪康, 柳亦兵, 靳涛. 基于DRS与改进Autogram的风电齿轮箱复合故障特征提取[J]. 中国电力, 2023, 56(10): 71-79.
[7]	王磊, 柳亦兵, 滕伟, 黄心伟, 刘剑韬. 风电机组叶片无损检测技术研究与进展[J]. 中国电力, 2023, 56(10): 80-95.
[8]	吴宇辉, 张扬帆, 高峰, 王玙, 王耀函, 杨伟新, 张鸿. 基于工作模态分析的风电机组叶片裂纹损伤在线监测研究[J]. 中国电力, 2023, 56(10): 106-114.
[9]	王宇航, 王文玲, 周绪红, 王康, 罗崯滔. 海上风电机组格构式浮式基础结构优化及响应分析[J]. 中国电力, 2022, 55(5): 21-31.
[10]	滕伟, 黄乙珂, 吴仕明, 柳亦兵. 基于XGBoost与LSTM的风力发电机绕组温度预测[J]. 中国电力, 2021, 54(6): 95-103.
[11]	杨蕾, 王智超, 周鑫, 李胜男, 和鹏, 向川, 张杰, 王德林. 大规模双馈风电机组并网频率稳定控制策略[J]. 中国电力, 2021, 54(5): 186-194.
[12]	徐兴全, 桂媛, 姚玉海, 王智晖, 李蓉, 周凯, 谢敏. 基于Nuttall自卷积窗的10 kV配电电缆中间接头定位改进方法[J]. 中国电力, 2021, 54(4): 26-32.
[13]	夏小飞, 芦宇峰, 苏毅, 杨健. 基于相空间重构与改进GSA-SVM的高压断路器机械故障诊断[J]. 中国电力, 2021, 54(10): 169-176.
[14]	唐英杰, 张哲任, 徐政. 基于二极管不控整流单元的远海风电低频交流送出方案[J]. 中国电力, 2020, 53(7): 44-54,168.
[15]	张兴, 孙艳霞, 李丽娜, 高彩云, 马俊华, 高丽萍, 刘可可, 何国庆, 李光辉. 风电机组电磁暂态建模及验证[J]. 中国电力, 2020, 53(7): 106-112.

模态框（Modal）标题

风机齿轮箱振动信号的稀疏傅里叶变换分析

Analysis of Sparse Fourier Transform for Vibration Signal of Wind Turbine Gearbox

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics