英國(guó) Strathclyde 大學(xué)的 David McMillan 等人為了使風(fēng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)費(fèi)用經(jīng)濟(jì)合理，提出了一個(gè)精簡(jiǎn)的概率模型，并對(duì)影響因素維修和置換費(fèi)用、故障停機(jī)時(shí)間、維修天氣限制條件、周期維修政策進(jìn)行了系統(tǒng)分析與討論；Julia Nilsson 等人提出了風(fēng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)生命周期成本的概念，并對(duì)陸地風(fēng)場(chǎng)與海上風(fēng)場(chǎng)進(jìn)行了對(duì)比，得出的結(jié)論是只有合理安排維修，才能使?fàn)顟B(tài)監(jiān)測(cè)系統(tǒng)的費(fèi)用降低，達(dá)到效益最大化。
我國(guó)有關(guān)單位對(duì)風(fēng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)研究較國(guó)外晚，起初是吸收國(guó)外先進(jìn)技術(shù)，到后來慢慢自主研發(fā)，經(jīng)過這一階段的研究，逐漸有國(guó)內(nèi)的狀態(tài)監(jiān)測(cè)系統(tǒng)應(yīng)用到風(fēng)機(jī)組上。如金風(fēng)科技的風(fēng)力發(fā)電機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)；深圳亞太光電公司的物聯(lián)網(wǎng)式風(fēng)機(jī)在線監(jiān)測(cè)故障預(yù)警系統(tǒng)；光耀能源公司的風(fēng)電場(chǎng)群遠(yuǎn)方監(jiān)控系統(tǒng)。
一些科研院所也對(duì)風(fēng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)進(jìn)行了研究，如西北工業(yè)大學(xué)旋轉(zhuǎn)機(jī)械與風(fēng)能裝置測(cè)控研究所開發(fā)的 CAMD 系列旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)、哈爾濱工業(yè)大學(xué)開發(fā)的“MMMD- Ⅲ” 旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)裝置、東方振動(dòng)和噪聲技術(shù)研究所的DASP 動(dòng)態(tài)測(cè)試和信號(hào)分析系統(tǒng)等。
總的來說，目前風(fēng)機(jī)組振動(dòng)信號(hào)狀態(tài)監(jiān)測(cè)系統(tǒng)多采用時(shí)域分析、快速傅里葉分析、包絡(luò)分析等技術(shù)相對(duì)簡(jiǎn)單，分析診斷功能相對(duì)較弱的振動(dòng)信號(hào)分析方法。但是由于風(fēng)機(jī)組常工作在變轉(zhuǎn)速、不穩(wěn)定載荷等復(fù)雜工況下，檢測(cè)到的振動(dòng)信號(hào)都是非平穩(wěn)、非線性的，這時(shí)上述方法就顯得有些無能為力。因此，亟需引入新的非平穩(wěn)、非線性信號(hào)處理方法和模型，實(shí)現(xiàn)振動(dòng)信號(hào)動(dòng)態(tài)特征的有效的獲取，以準(zhǔn)確刻畫和描述軸承的運(yùn)行狀態(tài)。
1.4  本文的主要研究?jī)?nèi)容
本課題以河北省自然科學(xué)基金“基于動(dòng)態(tài)信息獲取和融合決策的風(fēng)力發(fā)電機(jī)狀態(tài)監(jiān)測(cè)方法研究(項(xiàng)目編號(hào)：F2011203149)”為研究背景。 針對(duì)復(fù)雜工況下風(fēng)機(jī)軸承振動(dòng)信號(hào)的非平穩(wěn)非線性及時(shí)變特點(diǎn)，運(yùn)用 LMD 瞬態(tài)信號(hào)分解技術(shù)、信息熵和非線性動(dòng)力學(xué)參數(shù)分析理論，分別從信號(hào)瞬態(tài)特征描述和非線性特征分析兩個(gè)角度，對(duì)風(fēng)機(jī)軸承振動(dòng)信號(hào)特征提取方法展開深入研，提出了基于 Wigner-Ville 譜熵的信號(hào)瞬態(tài)特征提取和基于 LMD 的多尺度排序熵的非線性特征定量描述方法，有效刻畫軸承振動(dòng)信號(hào)瞬態(tài)能量分布特征和非線性復(fù)雜度特征，最后通過仿真分析和風(fēng)機(jī)軸承故障診斷實(shí)驗(yàn)分析驗(yàn)證了上述方法的有效性，為風(fēng)機(jī)狀態(tài)監(jiān)測(cè)和故障診斷提供了新的特征提取方法和思路。
本論文具體研究?jī)?nèi)容與結(jié)構(gòu)安排如下：
第 1 章  緒論：介紹了本文的課題背景及意義，從風(fēng)機(jī)振動(dòng)信號(hào)特征提取、智能故障診斷等方面，綜述了國(guó)內(nèi)外風(fēng)機(jī)軸承及風(fēng)機(jī)振動(dòng)狀態(tài)監(jiān)測(cè)系統(tǒng)的研究現(xiàn)狀。
第 2 章  風(fēng)力發(fā)電機(jī)軸承系統(tǒng)研究：介紹了風(fēng)機(jī)的主要結(jié)構(gòu)及其軸承分類和分布情況，并對(duì)軸承的故障機(jī)理、故障形式及振動(dòng)故障特征進(jìn)行了詳細(xì)分析。
第 3 章  振動(dòng)信號(hào)特征提取基本方法研究：針對(duì)風(fēng)機(jī)軸承振動(dòng)信號(hào)故障特征難以提取及量化的問題，研究基于 LMD 的瞬態(tài)信號(hào)分解方法和基于信息熵的信號(hào)特征定量描述方法。  
第 4 章  軸承振動(dòng)信號(hào)特征提取及故障診斷研究：針對(duì)風(fēng)機(jī)軸承故障特點(diǎn)，提出了基于 LMD 和信息熵的 Wigner-Ville 譜熵的振動(dòng)信號(hào)瞬態(tài)能量特征提取方法和基于LMD 的多尺度排序熵的軸承振動(dòng)信號(hào)非線性特征提取方法，并通過仿真數(shù)據(jù)分析驗(yàn)證了所提出的方法用于軸承振動(dòng)信號(hào)特征提取和故障診斷的有效性。
第 5 章  風(fēng)機(jī)軸承故障診斷實(shí)驗(yàn)：利用風(fēng)機(jī)模擬實(shí)驗(yàn)平臺(tái)和搭建的齒輪箱軸承故障實(shí)驗(yàn)平臺(tái)進(jìn)一步驗(yàn)證了基于 Wigner-Ville 譜熵的振動(dòng)信號(hào)瞬態(tài)能量特征提取方法和基于 LMD 的多尺度排序熵的軸承振動(dòng)信號(hào)非線性特征提取方法，實(shí)現(xiàn)了軸承不同故障類型分類和軸承內(nèi)圈不同故障程度的識(shí)別。  

石家莊風(fēng)機(jī)廠石家莊風(fēng)機(jī)石家莊風(fēng)機(jī)銷售石家莊風(fēng)機(jī)維修