何玉灵，王 珂，仲 昊，蒙玉超，王晓龙，唐贵基

(1.华北电力大学 能源动力与机械工程学院，河北 保定 071003；2.北京理工大学 机电学院，北京 100081)



基于最大相关峭度解卷积算法的发电机特征振动信号增强检测

何玉灵1，王 珂2，仲 昊1，蒙玉超1，王晓龙1，唐贵基1

(1.华北电力大学 能源动力与机械工程学院，河北 保定 071003；2.北京理工大学 机电学院，北京 100081)

采用最大相关峭度解卷积算法(MCKD)对发电机定子的振动信号进行处理，得到信号处理后的时域波形与频谱，并根据提取得到的故障特征信息实现了对发电机运行状态的识别。为了排除偶然性，用最大相关峭度解卷积算法对发电机定子的正常信号和定子匝间短路故障信号都进行了处理，从而证明了这一算法用于振动信号故障特征提取的有效性。通过和当前主流算法之一的最小熵解卷积算法(MED)的处理结果进行对比，分析发现本文算法比最小熵解卷积算法的故障特征信息提取更加明显和准确。结果表明，最大相关峭度解卷积对故障信号特征频率的提取有良好的效果，并与当前主流算法相比有一定的优越性。

发电机；定子匝间短路；振动信号；最小熵解卷积(MED)；最大相关峭度解卷积(MCKD)

0 引 言

振动是对发电机影响较大的故障之一，本文便是研究发电机振动故障的分析。在振动的各个原因中，定转子的故障占据了很大部分。发电机振动对其正常运行有很大的影响，轻微振动可以继续使用，但容易发热、磨损等，严重些的故障会对发电机造成严重危害，必须停机检查修理[1，2]。……