【技术实现步骤摘要】
一种基于GA-ENN的风电机组轴承故障诊断方法
本专利技术属于机械故障诊断
，尤其涉及一种基于GA-ENN的风电机组轴承故障诊断方法。
技术介绍
随着我国风电装机容量的快速发展，对于风电机组的状态监测与维修要求也逐渐增高。其中轴承作为风机传动系统不可或缺的结构部件，由于工作环境的情况较差，成为了引发安全隐患及损失风电场效益的关键部位。若不能实时依据轴承运行状态评估出故障情况并做出合理的检修计划，将有可能使风机因轴承故障的原因被迫停运甚至造成灾难性的后果，这对整个风电场造成资源浪费、经济损失、危险隐患等一系列不利影响。风力发电机一直采用计划维护与事后维修方式，对于人力物力财力的浪费是巨大的，因此建立起实时轴承运行状态评估诊断方法，根据所得结果并做出合理的检修计划，避免事故的发生，将会对保障设备安全、生产正常、提高风机性能以及产品质量，同时促进当地经济效益都富有相当重要的意义。目前轴承故障诊断中使用最广泛的方法要么不适用于非线性、非平稳信号，要么适用于非线性、非平稳信号却精度不够，要么精度足够却计算量庞大，短时间无法识别故障；如何寻求一种故障识别时间短、精度高的...
【技术保护点】
1.一种基于GA‑ENN的风电机组轴承故障诊断方法，其特征在于，包括以下步骤：(一)采集风电机组轴承在不同工作状态下的振动数据信息；(二)从振动数据信息中提取能够反映滚动轴承不同工况的时域、频域的特征信息；(三)利用改进经验模态分解结合希尔伯特变换完成对振动数据信息的时频域分析，从振动数据信息中提取能够反映滚动轴承不同工况的时频域的特征信息；(四)将步骤(二)和步骤(三)中提取的时域、频域、时频域特征信息构成混合域特征指标集；(五)构建以遗传算法GA为主，神经网络ENN为辅的模型对混合域指标集择优筛选，得到最优特征子集；(六)构建以遗传算法GA为主，神经网络ENN为辅的模型...
【技术特征摘要】
1.一种基于GA-ENN的风电机组轴承故障诊断方法，其特征在于，包括以下步骤：(一)采集风电机组轴承在不同工作状态下的振动数据信息；(二)从振动数据信息中提取能够反映滚动轴承不同工况的时域、频域的特征信息；(三)利用改进经验模态分解结合希尔伯特变换完成对振动数据信息的时频域分析，从振动数据信息中提取能够反映滚动轴承不同工况的时频域的特征信息；(四)将步骤(二)和步骤(三)中提取的时域、频域、时频域特征信息构成混合域特征指标集；(五)构建以遗传算法GA为主，神经网络ENN为辅的模型对混合域指标集择优筛选，得到最优特征子集；(六)构建以遗传算法GA为主，神经网络ENN为辅的模型，用GA优化ENN的权值和阈值，获得最优的权值和阈值参数；(七)基于步骤(五)得到的最优特征子集和步骤(六)得到的最优的权值和阈值参数，构建以神经网络ENN为主，遗传算法GA为辅的模型进行故障识别，输出诊断结果。2.根据权利要求1所述的一种基于GA-ENN的风电机组轴承故障诊断方法，其特征在于，所述步骤(一)中，不同工作状态下包括：对应正常、外圈故障、内圈故障及滚动体故障。3.根据权利要求1所述的一种基于GA-ENN的风电机组轴承故障诊断方法，其特征在于，所述步骤(二)中，时域特征信息包括：均值、峰值、标准差、方根幅值、峭度、偏度、裕度因数、脉冲因数、波形因数、峰值因数；频域特征信息包括：...
【专利技术属性】
技术研发人员：谢丽蓉，杨欢，刘艺明，李江，王晋瑞，晁勤，李进卫，包洪印，
申请(专利权)人：新疆大学，
类型：发明
国别省市：新疆,65
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。