【技术实现步骤摘要】
本专利技术属于风机
,特别涉及一种风机齿轮箱剩余寿命预测方法。
技术介绍
现有的技术中,对于风机齿轮箱,通过采集当前齿轮箱状态数据,采用BP神经网络来预测齿轮箱未来的状态,但是预测精度不高。而且仅仅是对齿轮箱未来的状态进行预测,无法对齿轮箱的衰退趋势进行定量的描述。
技术实现思路
本专利技术根据BP算法的缺点,对其进行优化,使得对于齿轮箱剩余寿命的预测更加准确,能够提前预知齿轮箱未来的健康状况。本专利技术的技术方案是,一种风机齿轮箱剩余寿命预测方法,剩余寿命指在设备使用过程中的某个时刻开始,不执行任何维护措施,直至设备发生故障,这段时长称为设备剩余寿命,包括以下步骤:获取风电机组齿轮箱油温的历史数据,选取数据样本,该数据样本是齿轮箱第一个维护周期(齿轮箱从起始状态时刻到需要进行维护时刻所经历的时间)内的起始阶段每隔一个时间段采集的齿轮箱油温数据,采用BP神经网络对齿轮箱未来油温进行预测,由此得出齿轮箱在第一个维护周期中齿轮箱不同油温下所对应的剩余寿命,进而制定维护计划。采用人工免疫算法对BP神经网络优化,包括步骤:步骤1,抗原识别:根据要优化的权值和阈值个数,将种群信息定义为一个结构体;步骤2,产生初始抗体种群:在可行解空间随机生成M组初始网络的权值和阈值作为初始抗体群。每组权值和阈值形成一个长度为N的抗体,每个抗体代表一个被选中的网络参数的序列;步骤3对抗体多样性评价,包括:1)抗体和抗原的亲和度计算抗体和抗原的亲和度用来表示抗体对抗原的识别程度,使用预测值与真实值的误差作为亲和度的值,分别对这M组参数构造的网络计算误差值,误差值小的亲和度大;2)通 ...
【技术保护点】
一种风机齿轮箱剩余寿命预测方法,剩余寿命指在设备使用过程中的某个时刻开始,不执行任何维护措施,直至设备发生故障,这段时长称为设备剩余寿命,其特征在于,包括以下步骤:获取风电机组齿轮箱油温的历史数据,选取数据样本,该数据样本是齿轮箱第一个维护周期(齿轮箱从起始状态时刻到需要进行维护时刻所经历的时间)内的起始阶段每隔一个时间段采集的齿轮箱油温数据,采用BP神经网络对齿轮箱未来油温进行预测,由此得出齿轮箱在第一个维护周期中齿轮箱不同油温下所对应的剩余寿命,进而制定维护计划。
【技术特征摘要】
1.一种风机齿轮箱剩余寿命预测方法,剩余寿命指在设备使用过程中的某个时刻开始,不执行任何维护措施,直至设备发生故障,这段时长称为设备剩余寿命,其特征在于,包括以下步骤:获取风电机组齿轮箱油温的历史数据,选取数据样本,该数据样本是齿轮箱第一个维护周期(齿轮箱从起始状态时刻到需要进行维护时刻所经历的时间)内的起始阶段每隔一个时间段采集的齿轮箱油温数据,采用BP神经网络对齿轮箱未来油温进行预测,由此得出齿轮箱在第一个维护周期中齿轮箱不同油温下所对应的剩余寿命,进而制定维护计划。2.如权利要求1所述的风机齿轮箱剩余寿命预测方法,其特征在于,采用人工免疫算法对BP神经网络优化,包括步骤:步骤1,抗原识别:根据要优化的权值和阈值个数,将种群信息定义为一个结构体;步骤2,产生初始抗体种群:在可行解空间随机生成M组初始网络的权值和阈值作为初始抗体群。每组权值和阈值形成一个长度为N的抗体,每个抗体代表一个被选中...
【专利技术属性】
技术研发人员:苏红伟,吴斌,李友钊,沈瑾,
申请(专利权)人:上海电机学院,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。