摘要:风力发电机齿轮箱的故障诊断在风力发电机组正常运行中起着重要作用,除了识别故障类型外,故障的严重程度对风机的维护也具有指导意义,因此,一种优化堆叠诊断结构(OSDS)被提出以识别故障类型和严重性。 首先对原始振动信号进行压缩采样,然后将压缩样本分别输入第 1 层和第 2 层深度信任网络(DBN),对故障类型和严重性进行识别,同时采用混沌量子粒子群优化算法(CQPSO)对每个 DBN 进行优化。 通过两组实验得到的结果表明,故障类型诊断准确率分别达到 99. 24%和97. 21%,故障严重程度诊断准确率达到 99. 06%,同时诊断时间仅为 1. 493 和 2. 176 s。