一种风电齿轮箱结构参数识别的最优传感器布置方法技术

本发明专利技术提供一种风电齿轮箱结构参数识别的最优传感器布置方法，包括如下步骤：获取有限元模型和多组结构参数，在有限元模型上预设多个候选位置，向有限元模型施加动态载荷，获取不同结构参数下有限元模型在不同候选位置处的响应时间序列并降维处理，得到原始响应数值解，生成原始数值矩阵；计算各主成分方向和各主成分占比，从所有主成分方向中选取m个主成分方向作为目标主成分方向，目标主成分占比大于未选取的主成分占比；计算各候选位置的响应数据在各目标主成分方向上的方差，选取所述方差的最大值所对应的候选位置作为传感器的布置位置。该方法在动态载荷下，为具有结构参数不确定性的风电齿轮箱选取最优的传感器布局位置和数量。局位置和数量。局位置和数量。

【技术实现步骤摘要】
一种风电齿轮箱结构参数识别的最优传感器布置方法


[0001]本专利技术涉及风电齿轮箱传感器
，具体涉及一种风电齿轮箱结构参数识别的最优传感器布置方法。

技术介绍

[0002]伴随着能源产业的发展，风机的需求量也逐渐变高，在风机的长期服役过程中，由于其承受载荷的特殊性，其内部关键部件风机齿轮箱不可避免的将承受较之常规结构更严苛的动态工况，长此以往容易出现累积损伤，而传感器可作为识别其结构损伤的元件布置在齿轮箱上。
[0003]传感器的布置位置对风机齿轮箱结构损伤的识别准确性、稳定性至关重要，由于风机齿轮箱结构复杂精密，每个齿轮箱的不确定性参数影响较大，能保证准确及时地识别齿轮箱结构损伤的传感器布置位置较难确定，这不仅增加了风机齿轮箱产品设计与评估的难度，也增加风机齿轮箱可靠性与寿命预期规划的难度。

技术实现思路

[0004]鉴于现有技术中的上述缺陷或不足，本专利技术旨在提供一种风电齿轮箱结构参数识别的最优传感器布置方法，包括如下步骤：获取有限元模型和多组结构参数，在所述有限元模型上预设多个候选位置，所述候选位置用于设置传感器；向所述有限元模型施加动态载荷，获取不同结构参数的有限元模型在不同候选位置处的响应时间序列；对所述响应时间序列进行降维处理，得到初始响应数值解；基于所有所述初始响应数值解，生成初始数值矩阵；对所述初始数值矩阵进行去中心化处理，生成更新数值矩阵，所述更新数值矩阵内的元素为更新响应数值解；计算所述更新数值矩阵的各主成分方向和与其对应的各主成分占比；从所有所述主成分方向中选取m个主成分方向作为目标主成分方向，所述目标主成分方向对应的主成分占比为目标主成分占比，所述目标主成分占比大于未选取的主成分占比；获取各个所述候选位置的响应数据，所述候选位置的响应数据由所述候选位置对应的所述更新响应数值解生成得到；计算各所述候选位置的响应数据在各所述目标主成分方向上的方差；选取所述方差的最大值所对应的候选位置，作为所述传感器的布置位置。
[0005]根据本专利技术实施例提供的技术方案，从所有所述主成分方向中选取m个主成分方向作为目标主成分方向，包括以下步骤：降序排列各所述主成分占比；
依次计算相邻两个主成分占比的数量级变化度；判断所述数量级变化度大于预设值时，将所述数量级变化度对应的前m个主成分方向作为所述目标主成分方向。
[0006]根据本专利技术实施例提供的技术方案，计算所述更新数值矩阵的各主成分方向和与其对应的各所述主成分占比，包括以下步骤：计算所述更新数值矩阵的协方差矩阵，求解所述协方差矩阵的特征值与特征向量；计算所述特征值对应的所述主成分占比，将所述特征向量作为所述主成分方向。
[0007]根据本专利技术实施例提供的技术方案，对所述响应时间序列进行降维处理包括：对所述响应时间序列进行离散小波变换。
[0008]根据本专利技术实施例提供的技术方案，所述候选位置的响应数据包括响应向量，所述响应向量的方向由各所述候选位置在所述更新数值矩阵中的所处列数决定，所述响应向量的大小由各所述候选位置的所述更新响应数值解决定，计算各个所述候选位置的响应数据在各个所述目标主成分方向上的方差，包括以下步骤：计算所述候选位置的所述响应向量与所述目标主成分方向的夹角；根据所述夹角，计算所述候选位置的所述响应数据在所述目标主成分方向上的投影点；计算投影点的方差，将其作为所述候选位置的所述响应数据在所述目标主成分方向上的方差。
[0009]根据本专利技术实施例提供的技术方案，通过公式（1）计算各个所述候选位置的所述响应向量与各所述目标主成分方向的夹角；（1）其中，为所述候选位置在第位置的响应向量；为第个所述目标主成分方向。
[0010]根据本专利技术实施例提供的技术方案，为了实现所述结构参数的准确识别，所述目标主成分方向的个数需大于或等于所述结构参数的个数。
[0011]综上所述，本专利技术提出一种风电齿轮箱结构参数识别的最优传感器布置方法，用于在动态载荷下，为具有结构参数不确定性的风电齿轮箱选取最优的传感器布局位置，包括如下步骤：获取有限元模型和多组结构参数，在所述有限元模型上预设多个候选位置，所述候选位置用于设置传感器；向所述有限元模型施加动态载荷，获取不同结构参数的有限元模型在不同候选位置处的响应时间序列；对所述响应时间序列进行降维处理，得到初始响应数值解；基于所有所述初始响应数值解，生成初始数值矩阵；对所述初始数值矩阵进行去中心化处理，生成更新数值矩阵，所述更新数值矩阵内的元素为更新响应数值解；计算所述更新数值矩阵的各主成分方向和各主成分占比；从所有所述主成分方向中选取m个主成分方向作为目标主成分方向，所述目标主成分方向的占比大于未选取的主成分方向的占比；获取各个所述候选位置的响应数据，所述候选位置的响应数据由所述候选位置对应的
所述更新响应数值解生成得到；计算各所述候选位置的响应数据在各所述目标主成分方向上的方差；选取所述方差的最大值所对应的候选位置，作为所述传感器的布置位置，该方法在考虑不确定性参数的前提下，施加动态载荷模拟风电齿轮箱的服役过程，选择出的布置位置针对结构参数满足同一正态分布的风电齿轮箱均具有指导作用，在该位置布置传感器可达到响应快速准确，有利于风机齿轮箱产品设计与评估，和对风机齿轮箱可靠性与寿命预期的规划。
附图说明
[0012]图1为本专利技术实施例提供的风电齿轮箱结构参数识别的最优传感器布置方法的步骤流程图。
具体实施方式
[0013]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。
[0014]需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。
[0015]实施例1诚如
技术介绍
中提到的，针对现有技术中的问题，本专利技术提出了一种风电齿轮箱结构参数识别的最优传感器布置方法，请参考图1所示，包括如下步骤：S100.获取有限元模型和多组结构参数，在所述有限元模型上预设多个候选位置，所述候选位置用于设置传感器；S101.向所述有限元模型施加动态载荷，获取不同结构参数的有限元模型在不同候选位置处的响应时间序列；S102.对所述响应时间序列进行降维处理，得到初始响应数值解；S103.基于所有所述初始响应数值解，生成初始数值矩阵；S104.对所述初始数值矩阵去中心化，生成更新数值矩阵，所述更新数值矩阵内的元素为更新响应数值解；S105.计算所述更新数值矩阵的各主成分方向和与其对应的各主成分占比；S106.从所有所述主成分方向中选取m个主成分方向作为目标主成分方向，所述目标主成分方向对应的主成分占比为目标主成分占比，所述目标主成分占比大于未选取的主成分占比；S107.获取各个所述候选位置的响应数据，所述候选位置的响应数据由所述候选位置对应的所述更新响应数值解生成得到；S108.计算各所述候选位置的响应数据在各所述目标主成分方向上的方差；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电齿轮箱结构参数识别的最优传感器布置方法，其特征在于，包括如下步骤：获取有限元模型和多组结构参数，在所述有限元模型上预设多个候选位置，所述候选位置用于设置传感器；向所述有限元模型施加动态载荷，获取不同结构参数的有限元模型在不同候选位置处的响应时间序列；对所述响应时间序列进行降维处理，得到初始响应数值解；基于所有所述初始响应数值解，生成初始数值矩阵；对所述初始数值矩阵进行去中心化处理，生成更新数值矩阵，所述更新数值矩阵内的元素为更新响应数值解；计算所述更新数值矩阵的各主成分方向和与其对应的主成分占比；从所有所述主成分方向中选取m个主成分方向作为目标主成分方向，所述目标主成分方向对应的主成分占比为目标主成分占比，所述目标主成分占比大于未选取的主成分占比；获取各个所述候选位置的响应数据，所述候选位置的响应数据由所述候选位置对应的所述更新响应数值解生成得到；计算各所述候选位置的响应数据在各所述目标主成分方向上的方差；选取所述方差的最大值所对应的候选位置，作为所述传感器的布置位置。2.根据权利要求1所述的风电齿轮箱结构参数识别的最优传感器布置方法，其特征在于，从所有所述主成分方向中选取m个主成分方向作为目标主成分方向，包括以下步骤：降序排列各所述主成分占比；依次计算相邻两个主成分占比的数量级变化度；判断所述数量级变化度大于预设值时，将所述数量级变化度对应的前m个主成分方向作为所述目标主成分方向。3.根据权利要求1所述的风电齿轮箱结构参数识别的最优传感器布置方法，其特征在于，计算所述更新数值矩阵的...

【专利技术属性】
技术研发人员：欧阳衡，王昊旸，韩旭，段书用，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：