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：