【技术实现步骤摘要】
一种风力发电机轴承状态的智能评估与识别方法
[0001]本专利技术涉及设备状态识别与诊断
，特别涉及一种风力发电机轴承状态的智能评估与识别方法。
技术介绍
[0002]风力发电机轴承投入运行之后经历磨合、稳定运行和失效等若干阶段。风力发电机组地处偏远，工作环境恶劣，设备处于高空操作十分不方便，设备运维人员技术水平不高，这些因素造成风力发电机轴承的维护的困难。目前常用的CMS(状态监测)手段，主要以振动信号作为风力发电机轴承运行状态参数，通过实时监测轴承的振动状态，为运维人员提供参考。CMS以及其他目前广泛使用的状态监测系统主要是将轴承振动数据进行采集，然后根据一些固定阈值进行是否正常的判断。有些CMS系统会加入轴承特征频率比对，用以识别轴承损坏的部位。不论是基于固定阈值的报警，海慧寺基于特征比对的识别，都是轴承发生损坏之后的事后管理，无法事前对轴承状态给出评估。另一方面，轴承特征比对的方法基于傅里叶分解的基本手段，对一线运维人员具有一定的技术要求，难以广泛的执行。
[0003]目前市场上,当前的诸多技术手段仅仅...
【技术保护点】
【技术特征摘要】
1.一种风力发电机轴承状态的智能评估与识别方法，其特征在于：包括以下步骤：S1：数据准备：对风力发电机轴承旋转监控振动参数；S2：状态特征选取：对于振动的波形数据，在波形数据时间范围内，提取11个时域特征和12个频域特征；S3：基于特征相似性的轴承状态评估：在设备正常运行的时候，选择设备正常状态，计算正常状态的轴承状态特征；S4：基于人工智能技术的轴承状态划分：使用K
‑
means算法对轴承时间序列的振动状态特征进行分类；S5：基于人工智能技术的轴承状态识别：使用轴承状态划分的模型对轴承运行状态进行划分，同时为每一个划分结果给出“磨合、正常、故障”等的标签，以轴承状态特征为识别目标，对轴承的每一个状态识别出状态标签。2.根据权利要求1所述的一种风力发电机轴承状态的智能评估与识别方法，其特征在于：所述步骤S1中对于振动参数根据采样定理以及目标轴承特征频率确定采样频率，从而在每次采样的时候得到负荷计算标准的振动波形数据。3.根据权利要求2所述的一种风力发电机轴承状态的智能评估与识别方法，其特征在于：所述风力发电机长时间连续运行的过程中，按照一定的时间间隔进行轴承振动波形参数的测量；测量时间间隔根据现场实际状况确定。(一般对于风力发电机组而言，可以采用每小时一次的测量，或者每天一次的测量)由此得到一个具有时间标签的波形数据组作为后续分析的数据基础。4.根据权利要求3所述的一种风力发电机轴承状态的智能评估与识别方法，其特征在于：所述步骤S2中的时域特征包括：平均值、标准差、方根幅值、方俊根治、峰值、歪度、峭度、裕度指标、波形指标、脉冲指标。5.根据权利要求...
【专利技术属性】
技术研发人员：王勇，赵明，钟志成，
申请(专利权)人：瑞湖智科数据苏州有限公司，
类型：发明
国别省市：
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。