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】
本专利技术涉及风电机组齿轮箱故障监测,特别是关于一种风力发电机组齿轮箱平行级故障诊断方法及装置。
技术介绍
1、齿轮箱是风力发电机的关键部件之一,其长期运行在变载荷的复杂环境中,使得设计和运行存在偏差,进而导致齿轮箱故障频发,机组的性能下降甚至停机,非计划停机也严重影响到发电厂的生产计划。
2、一般而言,故障有两种诊断方法。一是依赖专家经验对故障特征进行识别,主观性较大,且采用离线分析的方式,很难应用于自动化以及智能化监测系统。二是从大数据角度出发,但工业领域能够给出有效标识数据有限,限制其实际应用。
技术实现思路
1、针对上述问题,本专利技术的目的是提供一种风力发电机组齿轮箱平行级故障诊断方法及装置,实现对齿轮箱平行级齿轮损伤故障的自动化监测及诊断。
2、为实现上述目的,本专利技术采取以下技术方案:
3、第一方面,本申请提供一种风力发电机组齿轮箱平行级故障诊断方法,所述方法包括:
4、采集所述齿轮箱运行时的转速数据和振动数据;
5、将所述转速数据和所述振动数据输入预先训练好的故障诊断模型,由所述故障诊断模型基于阈值计算和逻辑回归算法,识别所述齿轮箱的运行状态是否异常。
6、在本申请的一种实现方式中,所述采集所述齿轮箱运行时的转速数据和振动数据,包括:
7、对采集的所述转速数据和所述振动数据进行相位补偿,使得所述转速数据和所述振动数据同相位。
8、在本申请的一种实现方式中,所述齿轮箱上设
9、在采集所述齿轮箱运行时的转速数据和振动数据之后,所述方法还包括:
10、获取传感器阵列图,所述传感器阵列图用于表征各所述加速度传感器在所述齿轮箱上的空间布放位置;
11、根据所述传感器阵列图和所述转速数据,得到各所述加速度传感器对应的振动路径信息,所述振动路径信息用于表征所述加速度传感器相对于至少一个目标振源的振动传递路径,其中,所述目标振源的位置和/或数量基于所述转速数据确定;
12、根据各所述加速度传感器对应的振动路径信息,对各加速度传感器对应的振动数据进行相位补偿或幅值补偿,得到补偿振动数据;
13、所述将所述转速数据和所述振动数据输入预先训练好的故障诊断模型,由所述故障诊断模型基于阈值计算和逻辑回归算法,识别所述齿轮箱的运行状态是否异常,包括:
14、将所述转速数据和所述补偿振动数据输入预先训练好的故障诊断模型,由所述故障诊断模型基于阈值计算和逻辑回归算法,处理所述转速数据和所述补偿振动数据,得到诊断结果用于表征所述齿轮箱的运行状态是否异常。
15、在本申请的一种实现方式中,所述采集所述齿轮箱运行时的转速数据和振动数据,还包括:将等长度采样转换成等角度采样。
16、在本申请的一种实现方式中,具体包括:将时域的振动数据转换为角域的振动数据,然后进行分割,分割的长度为m倍中速轴转频倒数再使用平均的方式进行预处理,以此作为数据样本,其中m由角频率分辨率决定。
17、在本申请的一种实现方式中,包括以下至少一项:通过转速、功率、振动对工况进行划分,获得预设稳定程度的工况的数据,以此数据进行特征提取;
18、在将所述转速数据和所述振动数据输入预先训练好的故障诊断模型之前,还包括:
19、获取所述齿轮箱对应的工况信息,所述工况信息表征由所述齿轮箱的至少两个运行参数构成的运行状态;
20、根据所述工况信息,获取对应的故障诊断模型。
21、在本申请的一种实现方式中,所述特征提取,包括计算下列指标:总体能量(s)、频带能量占比(sk12/s)及峭度指标(k4)。
22、在本申请的一种实现方式中,基于下述公式计算指标:
23、
24、
25、
26、其中,n是采样点数,是频点i的幅值的平方,x是采样数据,μ为平均值,δ为方差。
27、第二方面,本申请提供一种风力发电机组齿轮箱平行级故障诊断装置,所述装置包括:
28、数据采集模块,用于采集所述齿轮箱运行时的转速数据和振动数据;
29、模型预警模块,用于将所述转速数据和所述振动数据输入预先训练好的故障诊断模型,由所述故障诊断模型基于阈值计算和逻辑回归算法,识别所述齿轮箱的运行状态是否异常。
30、第三方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序运行时控制所述计算机可读存储介质所在设备执行第一方面所述的风力发电机组齿轮箱平行级故障诊断方法。
31、本专利技术由于采取以上技术方案,其具有以下优点:本专利技术申请方案,由于齿轮箱中速轴转动惯量相对不大,异常数据易受环境干扰,通过同相位等角度方法可以减少转速波动对数据的影响,平均的方法可以有效降低噪声、提高信噪比,突出异常信号特征;此外,本方案,结合经验、仿真分析和转速限制,使变量降低维度,使目标更有针对性,问题得到解耦;同时特征阈值依赖于客观已有数据,因此具有部署简单、可实现自动化程度高的优点,也有效客服主观参数的盲目性。
本文档来自技高网...【技术保护点】
1.一种风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述采集所述齿轮箱运行时的转速数据和振动数据,包括:
3.根据权利要求1所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述齿轮箱上设置有至少两个用于获取所述振动数据的加速度传感器和一个用于获取所述转速数据的转速传感器;
4.根据权利要求2所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述采集所述齿轮箱运行时的转速数据和振动数据,还包括:将等长度采样转换成等角度采样。
5.根据权利要求4所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,具体包括:将时域的振动数据转换为角域的振动数据,然后进行分割,分割的长度为M倍中速轴转频倒数再使用平均的方式进行预处理,以此作为数据样本,其中M由角频率分辨率决定。
6.据权利要求1所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,包括以下至少一项:通过转速、功率、振动对工况进行划分,获得预设稳定程度的工况的数据,
7.根据权利要求6所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述特征提取,包括计算下列指标:总体能量(S)、频带能量占比(Sk12/S)及峭度指标(K4)。
8.根据权利要求7所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,基于下述公式计算指标:
9.一种风力发电机组齿轮箱平行级故障诊断装置,其特征在于,所述装置包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至8任一项所述的风力发电机组齿轮箱平行级故障诊断方法。
...【技术特征摘要】
1.一种风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述采集所述齿轮箱运行时的转速数据和振动数据,包括:
3.根据权利要求1所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述齿轮箱上设置有至少两个用于获取所述振动数据的加速度传感器和一个用于获取所述转速数据的转速传感器;
4.根据权利要求2所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,所述采集所述齿轮箱运行时的转速数据和振动数据,还包括:将等长度采样转换成等角度采样。
5.根据权利要求4所述的风力发电机组齿轮箱平行级故障诊断方法,其特征在于,具体包括:将时域的振动数据转换为角域的振动数据,然后进行分割,分割的长度为m倍中速轴转频倒数再使用平均的方式进行预处理,以此作为数据样本,其中m由角...
【专利技术属性】
技术研发人员:解锡伟,岳文彦,张蕴馨,徐玉龙,董晓东,李彪,王晓宇,贾志强,
申请(专利权)人:中节能风力发电股份有限公司,
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。