针对传统的频谱分析方法在非平稳工况下导致的"频谱模糊"现象,利用信号模型和阶次分析的方法对风电机组齿轮箱进行了故障诊断研究。建立了非平稳工况下齿轮箱高速级的振动信号模型,推导了其时频谱及阶次谱结构,利用阶次分析的方法分析了振动信号的阶次谱,提取了齿轮故障特征。最后,利用真实风场齿轮箱振动数据进行分析,对齿轮箱故障进行了准确识别。

提出用频率、幅值和相位均按照随机游动模型变化的信号来描述科氏流量传感器的输出信号.采用具有跟踪频率变化能力的自适应陷波器,对信号进行滤波,以求其频率;采用自适应谱线增强器从含有噪声的数据中提取出所需要的信号;然后采用滑动Goertzel算法计算两路信号之间的相位差,并通过频率和相位差计算出时间差,求得质量流量.仿真结果表明所研究的方法是有效的.