方绵绵

(广州粤能电力科技开发有限公司，广东 广州 510000)

1 引 言

双馈异步风力发电机采用变转速变桨距的控制策略以保持风力最大功率捕获，风电齿轮箱时刻处于变速变载的恶劣工况，其关键部件极易受到损伤。振动信号分析作为旋转机械状态监测中最有效的一种信号处理方法，广泛应用于风电齿轮箱的故障诊断中。然而，风电齿轮箱的轴承故障信号往往淹没在背景噪声中。传统的信号处理方法如小波分解、经验模态分解[1]将信号中的不同分量分离，这些信号处理方法易受到信号时序畸变、间断等影响，导致其对应的特征点发生突变，使得分解信号的时序畸变较大。特别是经验模态分解会受到间断点、突变点的影响，使得包络线与其对应的极值点发生扭曲，分解得到的本征模态函数分量也会受到畸变点的干扰，使得分解得到的模态函数出现混叠现象[2]。在经验模态分解时，采用三次样条曲线对极值点进行拟合得到对应包络线，因此在拟合过程中，信号的端点处会对拟合结果产生偏差影响，且该偏差亦会随着递归次数增加而累加，导致分解的模态本征函数出现较大振荡，称之为端点效应[3]。

作为一种改进的递归信号分解算法，变分模态分解(VMD)[4]将每一个本征模态函数看作一个带宽有限且尽可能窄的调幅调频信号，通过构造并求解相应的变分问题，将信号的各个成分分量解调至其相应的基频带，而后求解各本征模态函数与其对应的中心频率。……