The invention discloses a method for extracting characteristics of unbalanced fault electric signals of blades based on Hilbert transform, which includes: Hilbert transform of input electric signals to obtain instantaneous frequency signals corresponding to electric signals and instantaneous frequency of bearing rotation corresponding to ideal state; calculation of time series corresponding to peak value of electric signals; calculation of mean frequency corresponding to each period of electric signals. Rate and the mean frequency corresponding to each bearing rotation cycle; Cubic spline interpolation is used to obtain the same interpolation signal as the sampling frequency of the original signal; Fifth, the difference of the interpolation signal obtained in step 4 is calculated to obtain the fault characteristic signal. This method involves the key technologies in the field of new energy power generation condition monitoring, and solves the problem that it is difficult to accurately extract the unbalanced fault characteristics of blades by using the electrical signals of generators in traditional fault detection methods.
【技术实现步骤摘要】
基于希尔伯特变换的叶片不平衡故障电信号特征提取方法
:本专利技术涉及新能源发电状态监测领域的关键技术,具体涉及一种基于希尔伯特变换的叶片不平衡故障电信号特征提取方法。
技术介绍
:近几年来随着风能、海流能受到越来越多的重视,风力发电机以及海流发电机等新能源发电设备得到了广泛的应用。其中风能发电以及海流能发电中最常见的故障问题就是由于叶片附着物、叶片腐蚀、叶片磨损等情况导致的叶片不平衡问题,这类故障会通过引入不平衡质量影响系统的运行,因此检测机器状态并维修或者替换故障叶片以避免系统损坏是十分重要的。使用电信号进行的状态监测在维护费用、安装以及系统稳定性上都比传统的基于振动信号的检测方法更有优势。然而,电信号以及不平衡故障特征频率的低信噪比,让不平衡故障检测面临巨大挑战。目前广泛应用的传统故障检测技术难以实现对于不平衡故障的特征提取,造成了诊断方法过于单一,对诊断信息的利用能力也非常有限,因此在使用过程中表现出故障正确检测能力较差、漏报率及虚警率较高的问题严重制约着发电设备状态监测系统效能的充分发挥。特征提取环节通常处于故障检测的前级,该环节要提取出具有如下性质的特征:来自于同一类别的不同样本的特征属性或者数值应非常接近,来自不同类别的样本的特征属性或者数值应该有较大的差异。此外,该环节还需要提取出最具有鉴别能力的特征,这些特征对于类别信息不相关的变换具有不变性。由于状态监测系统所处理的往往都是非平稳、非线性的数据,因此我们考虑使用希尔伯特变换来设计故障特征提取方案,从而辅助状态检测系统达到低漏报率与高正确率的故障诊断效果。
技术实现思路
:本专利技术为了解决状态 ...
【技术保护点】
1.一种基于希尔伯特变换的叶片不平衡故障电信号特征提取方法,其特征在于具体过程如下:步骤一:对输入的电信号进行希尔伯特变换,得到电信号对应的瞬时频率信号fe(t)以及理想状态下对应的轴承转动瞬时频率fr(t);步骤二:计算电信号峰值对应的时间序列Speak(k);步骤三:计算每个电信号周期对应的均值频率fe,mean(i)以及每个轴承旋转周期对应的均值频率fr,mean(j);步骤四:对步骤三获得的fe,mean(i)以及fr,mean(j)进行三次样条插值,得到与原始信号采样频率相同的插值信号
【技术特征摘要】
1.一种基于希尔伯特变换的叶片不平衡故障电信号特征提取方法,其特征在于具体过程如下:步骤一:对输入的电信号进行希尔伯特变换,得到电信号对应的瞬时频率信号fe(t)以及理想状态下对应的轴承转动瞬时频率fr(t);步骤二:计算电信号峰值对应的时间序列Speak(k);步骤三:计算每个电信号周期对应的均值频率fe,mean(i)以及每个轴承旋转周期对应的均值频率fr,mean(j);步骤四:对步骤三获得的fe,mean(i)以及fr,mean(j)进行三次样条插值,得到与原始信号采样频率相同的插值信号以及步骤五:求步骤四获得的插值信号和的差值信号,得出故障特征信号fim(n)。2.根据权利要求1所述的一种基于希尔伯特变换的叶片不平衡故障电信号特征提取方法,其特征在于步骤一中对输入的电信号进行希尔伯特变换,得到电信号对应的瞬时频率信号fe(t)以及理想状态下对应的轴承转动瞬时频率fr(t)的过程为:设定原始输入的电信号为x(t),时间t=1,2,...,N,步骤a:对原始电信号x(t)进行离散卷积,得到其希尔伯特变换y(t),如下式所示:步骤b:计算原始电信号的解析信号c(t)+jy(t)的包络振幅a(t),如下式所示:步骤c:计算解析信号c(t)+jy(t)的相角θ(t)和电信号对应的瞬时频率fe(t),如下式所示:得到原始电信号的瞬时频率信号fe(t);步骤d:理想状态下发电机轴承转动频率为其电信号频率的极对数p倍,因而求出步骤c所求出的fe(t)所对应的轴承转动瞬时频率fr(t)=p*fe(t)。3.根据权利要求1所述的一种基于希尔伯特变换的叶片不平衡故障电信号特征提取方法,...
【专利技术属性】
技术研发人员:李志超,王天真,张米露,谢涛,
申请(专利权)人:上海海事大学,
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。