齿轮箱状态诊断方法、系统、电子设备和存储介质技术方案

本发明专利技术公开一种齿轮箱状态诊断方法、系统、电子设备和存储介质，其中，齿轮箱状态诊断方法包括：实时采集预先构建好的数字孪生体的振动信号；采用优化后的变分模态分解方法对采集的所述振动信号进行分解，并提取特征向量；将提取的所述特征向量输入预先训练好的经鲸鱼算法优化的支持向量机中，得到所述支持向量机输出的诊断结果。本发明专利技术技术方案，能够实现及时发现行星齿轮箱的故障情况，避免行星齿轮箱在产生故障的情况下继续工作，保证行星齿轮箱安全运转。箱安全运转。箱安全运转。

【技术实现步骤摘要】
齿轮箱状态诊断方法、系统、电子设备和存储介质


[0001]本专利技术涉及齿轮箱的故障诊断
，特别涉及一种齿轮箱状态诊断方法、系统、电子设备和存储介质。

技术介绍

[0002]行星齿轮箱作为集旋转机械于一身的机械传动设备，被广泛应用于风力发电机组中，但行星齿轮箱若长期在高速、高温或其他恶劣条件下进行工作很容易发生故障，从而降低设备的安全性。因此，开展齿轮箱故障诊断技术研究，准确地识别出故障摸式，对保障机械设备安全可靠运行，避免重大事故的发生具有非常重要的意义。
[0003]目前，大多数行星齿轮箱故障诊断方式，都是通过采集零部件的振动信号，对振动信息的波形特征进行分析处理，以确定行星齿轮箱的故障部位；其中，对振动信号的分析处理所运用的较为广泛的方法包括时域分析与频域分析，但这种方法不具有实时性，多为当行星齿轮箱出现明显故障或者达到使用寿命时才进行诊断，进而发现发生故障的部位；不能在行星齿轮箱产生故障时及时发现，导致出现行星齿轮箱在产生故障的情况下继续进行工作，进而可能造成严重的后果。

技术实现思路

[0004]本专利技术提供一种齿轮箱状态诊断方法，旨在实现及时发现行星齿轮箱的故障情况，避免行星齿轮箱在产生故障的情况下继续工作，保证行星齿轮箱安全运转。
[0005]为实现上述目的，本专利技术第一方面提出一种齿轮箱状态诊断方法，包括：
[0006]实时采集预先构建好的数字孪生体的振动信号；
[0007]采用优化后的变分模态分解方法对采集的所述振动信号进行分解，并提取特征向量；
[0008]将提取的所述特征向量输入预先训练好的经鲸鱼算法优化的支持向量机中，得到所述支持向量机输出的诊断结果。
[0009]在一些实施例中，所述预先构建好的数字孪生体的通过如下步骤得到：
[0010]获取所述齿轮箱的物理特征，基于所述物理参数构建物理实体模型；
[0011]获取所述齿轮箱在工作状态下的运转数据和环境数据，并对获取的运转数据进行预处理；
[0012]根据预处理后的数据和所述环境数据，结合所述物理实体模型完成各维度模型建立，将各维度模型进行融合和集成，建立所述齿轮箱的数字孪生体；
[0013]对所述数字孪生体进行动力学仿真并修正；
[0014]构建所述数字孪生体的振动信号模型并进行仿真修正，得到预先构建好的数字孪生体。
[0015]在一些实施例中，所述采用优化后的变分模态分解方法对采集的所述振动信号进行分解，并提取特征向量的步骤，包括：
[0016]通过优化后的变分模态分解方法对所述振动信号进行分解，得到多个IMF分量；
[0017]采用峭度法对所述多个IMF分量进行筛选；
[0018]根据时频域及熵特征提取筛选得到的IMF分量的12个故障特征参数，所述12个故障特征参数包括峰值、均值、均方根值、方差、峰值因子、峭度指标、脉冲指标、裕度系数、偏度、排列熵、能量熵和奇异值熵；
[0019]利用特征选择之支持向量机递归特征消除法对所述12个故障参数择优处理，得到特征向量。
[0020]在一些实施例中，所述优化后的变分模态分解方法通过以下方式得到：
[0021]采集所述数字孪生体的振动信号；
[0022]通过变分模态分解方法对所述振动信号进行分解，得到多个IMF分量；
[0023]计算各个IMF分量的峭度值，确定峭度最大值的峰值；
[0024]根据所述峭度值最大值的峰值寻找对应的分解模数；
[0025]确定寻找到的分解模数是否满足预设条件；
[0026]若是，则将该寻找到的分解模数为最优值，以更新所述变分模态分解方法的分解模数；
[0027]若否，则跳转至执行所述根据所述峭度值最大值的峰值寻找对应的分解模数的步骤。
[0028]在一些实施例中，所述鲸鱼算法优化支持向量机的步骤包括：
[0029]参数初始化；
[0030]计算各个鲸鱼个体的适应度，选取适应度最小的鲸鱼位置为最佳位置，并确定当前最优鲸鱼个体；
[0031]按照预设规则对每只鲸鱼个体的当前位置进行更新；
[0032]对种群进行计算评估，找到全局最优鲸鱼个体及鲸鱼位置；
[0033]判断是否满足预设终止条件；
[0034]若是，则输出当前找到的全局最优鲸鱼位置，将其作为支持向量机的惩罚因子和核函数参数的最佳参数组合；
[0035]若否，则跳转至执行所述按照预设规则对每只鲸鱼个体的当前位置进行更新。
[0036]在一些实施例中，在所述得到所述支持向量机输出的诊断结果的步骤之后，所述齿轮箱状态诊断方法还包括：
[0037]将所述诊断结果通过所述数字孪生体在用户界面中展示；
[0038]或，将所述诊断结果发送给预设的终端。
[0039]在一些实施例中，将所述诊断结果通过所述数字孪生体在用户界面中展示，包括：
[0040]当所述诊断结果为正常状态时，在所述用户界面中展示所述齿轮箱正常运转标志；
[0041]当所述诊断结果为故障状态时，在所述用户界面中展示所述诊断结果中的故障类型所对应的故障位置。
[0042]本专利技术第二方面提出一种齿轮箱状态监测系统，包括：
[0043]接受模块，用于接收齿轮箱实体的物理特征、材料参数、安装方式和各类传感器实时采集的数据并储存在本地数据库中；
[0044]预处理模块，用于对所述接受模块实时采集的传感器数据进行预处理，并对预处理后的数据进行归一化处理；
[0045]参数识别模块，用于对所述预处理模块处理后的数据进行识别分类，并根据类型将各类型的数据分别存放在本地数据库中的对应位置；
[0046]建模模块，用于利用建模软件根据所述接受模块接收的数据建立物理实体模型、动力学模型以及振动信号模型，以及用于将物理实体模型、动力学模型以及振动信号模型融合作为齿轮箱的数字孪生体；
[0047]仿真模块，用于将所述参数识别模块分类处理后的运行数据实时输入所述数字孪生体中，以得到所述数字孪生体的输出数据；
[0048]数字孪生体更新模块，用于将所述数字孪生体的输出数据与所述齿轮箱实体在同样条件下运行的数据进行比较，以得出偏差，并将所得偏差作为修正系数对数字孪生模型进行修正完善；
[0049]故障诊断模块，用于采集所述数字孪生体的振动信号，通过优化后的VMD对所述振动信号进行分解并提取其特征向量，将提取的特征向量输入鲸鱼算法优化后的SVM，以得到诊断结果；
[0050]数字孪生服务器，用于接收所述数字孪生体的数据及所述故障诊断模块的诊断结果，并传输到云服务器中，将所述诊断结果实时通过所述数字孪生体在用户界面中展示。
[0051]本专利技术第三方面提出一种电子设备，所述电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述齿轮箱状态诊断方法的步骤。
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种齿轮箱状态诊断方法，其特征在于，包括：实时采集预先构建好的数字孪生体的振动信号；采用优化后的变分模态分解方法对采集的所述振动信号进行分解，并提取特征向量；将提取的所述特征向量输入预先训练好的经鲸鱼算法优化的支持向量机中，得到所述支持向量机输出的诊断结果。2.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，所述预先构建好的数字孪生体的通过如下步骤得到：获取所述齿轮箱的物理特征，基于所述物理参数构建物理实体模型；获取所述齿轮箱在工作状态下的运转数据和环境数据，并对获取的运转数据进行预处理；根据预处理后的数据和所述环境数据，结合所述物理实体模型完成各维度模型建立，将各维度模型进行融合和集成，建立所述齿轮箱的数字孪生体；对所述数字孪生体进行动力学仿真并修正；构建所述数字孪生体的振动信号模型并进行仿真修正，得到预先构建好的数字孪生体。3.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，所述采用优化后的变分模态分解方法对采集的所述振动信号进行分解，并提取特征向量的步骤，包括：通过优化后的变分模态分解方法对所述振动信号进行分解，得到多个IMF分量；采用峭度法对所述多个IMF分量进行筛选；根据时频域及熵特征提取筛选得到的IMF分量的12个故障特征参数，所述12个故障特征参数包括峰值、均值、均方根值、方差、峰值因子、峭度指标、脉冲指标、裕度系数、偏度、排列熵、能量熵和奇异值熵；利用特征选择之支持向量机递归特征消除法对所述12个故障参数择优处理，得到特征向量。4.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，所述优化后的变分模态分解方法通过以下方式得到：采集所述数字孪生体的振动信号；通过变分模态分解方法对所述振动信号进行分解，得到多个IMF分量；计算各个IMF分量的峭度值，确定峭度最大值的峰值；根据所述峭度值最大值的峰值寻找对应的分解模数；确定寻找到的分解模数是否满足预设条件；若是，则将该寻找到的分解模数为最优值，以更新所述变分模态分解方法的分解模数；若否，则跳转至执行所述根据所述峭度值最大值的峰值寻找对应的分解模数的步骤。5.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，所述鲸鱼算法优化支持向量机的步骤包括：参数初始化；计算各个鲸鱼个体的适应度，选取适应度最小的鲸鱼位置为最佳位置，并确定当前最优鲸鱼个体；按照预设规则对每只鲸鱼个体的当前位置进行更新；
对种群进行计算评估，找到全局最优鲸鱼个体及鲸鱼位置；判断是否满足预设终止条件；若是，则输出当前找到的全局最优鲸鱼位置...

【专利技术属性】
技术研发人员：肖冬明，邹文锐，蒋玲莉，李学军，王阳荣，方宇靖，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：