System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于传感器故障诊断,特别是一种风力发电机润滑冷却系统传感器故障诊断方法。
技术介绍
1、齿轮箱作为风力发电机组传动链系统的重要组成部件,其运行情况将直接影响风力发电机组整机运行效果。齿轮箱冷却润滑系统作为齿轮箱的配套系统,主要实现齿轮箱的散热和润滑,是保证齿轮箱正常运行的重要部件。在润滑冷却控制系统中,传感器作为信息获取、测量过程变量的主要部件装置,其输出信号的质量直接关系到整个机组的安全可靠运行。但传感器出现故障,则后续对于润滑冷却的状态监测与故障诊断都会失效。传统的基于动力学模型进行传感器诊断的方法,由于其系统动态模型建模困难且计算效率低,限制了该类方法在工程上的应用。为解决上述问题,将子空间模型辨识方法引入到建模过程中,提出子空间模型辨识的风机润滑冷却动力学建模技术,并结合广义卡尔曼滤波方法提出了一种改进的残差检测算法进行传感器故障隔离。
2、在
技术介绍
部分中公开的上述信息仅仅用于增强对本专利技术背景的理解,因此可能包含不构成在本领域普通技术人员公知的现有技术的信息。
技术实现思路
1、针对现有风力发电机润滑冷却系统多传感器测量值可靠性问题,本专利技术提出一种风力发电机润滑冷却系统传感器故障诊断方法,同时针对物理知识建模对不同型号的风机通用性较差,将系统辨识的方法引入到建模中。解决了传统的基于模型的传感器故障诊断方法中模型应用的局限性。
2、本专利技术的目的是通过以下技术方案予以实现,风力发电机润滑冷却系统传感器故障诊断方法包括以下步骤,
...【技术保护点】
1.一种风力发电机润滑冷却系统传感器故障诊断方法,其特征在于,其包括以下步骤,
2.如权利要求1所述的方法,其特征在于,优选的,步骤1中,风力发电机润滑冷却系统的稳态工况点的m个输入、n个输出的l阶线性系统的状态空间模型为:
3.如权利要求2所述的方法,其特征在于,步骤1中,构造输入输出的Hankel矩阵,
4.如权利要求1所述的方法,其特征在于,步骤2中,利用步骤一所辨识出的状态空间方程,构造卡尔曼滤波器,卡尔曼滤波器包含的方程可分为两个方程集:时间更新方程组(用于预测)以及测量更新方程组(用于修正);
5.如权利要求1所述的方法,其特征在于,步骤3中,状态空间模型利用m个可测参数来估计润滑冷却系统状态,m个参数对应着m个传感器,根据传感器的数量设计相应的m个降阶卡尔曼滤波器,作为奉献观测器,每个奉献观测器的输入zi中包含了除第i个传感器以外的其余m-1个可测参数偏离量,因此,按照残差检测的诊断原理,当第i个传感器发生故障后,第i个奉献观测器(滤波器)的估计值与实际测量值接近,而其他输入故障信号的滤波器估计值均与实际测量值存在较大
6.如权利要求1所述的方法,其特征在于,将奉献观测器输出值与传感器测量值之差称为残差,第i个残差ei表示如下:
7.如权利要求1所述的方法,其特征在于,风力发电机润滑冷却系统包括齿轮箱冷却润滑系统。
...【技术特征摘要】
1.一种风力发电机润滑冷却系统传感器故障诊断方法,其特征在于,其包括以下步骤,
2.如权利要求1所述的方法,其特征在于,优选的,步骤1中,风力发电机润滑冷却系统的稳态工况点的m个输入、n个输出的l阶线性系统的状态空间模型为:
3.如权利要求2所述的方法,其特征在于,步骤1中,构造输入输出的hankel矩阵,
4.如权利要求1所述的方法,其特征在于,步骤2中,利用步骤一所辨识出的状态空间方程,构造卡尔曼滤波器,卡尔曼滤波器包含的方程可分为两个方程集:时间更新方程组(用于预测)以及测量更新方程组(用于修正);
5.如权利要求1所述的方法,其特征在于,步骤3中,状态空间模型利...
【专利技术属性】
技术研发人员:施晓亮,孙若斌,苏宇峰,杨伟,邓晓磊,孟莉,达文刚,盛刚,
申请(专利权)人:新疆华电苇湖梁新能源有限公司,
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。