【技术实现步骤摘要】
：本专利技术涉及风电变桨轴承损伤监测领域，具体为基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法。
技术介绍
0、
技术介绍
：
1、变桨轴承是风机核心组成部分，位于轮毂与叶片之间，通过高强度螺栓连接。该组件负责调整叶片的角度，以适应主要风向，从而确保风电机组能够稳定输出功率。然而，由于变桨轴承处于恶劣的环境中，面临着复杂的受力情况，导致了风机断裂等故障的频繁发生。若不及时修复，可能引发严重的系统故障和重大的安全事故。因此，高效准确的故障监测对风电场安全稳定运行和经济发展至关重要。
2、现有的轴承故障监测方法大多为振动检测法，因为振动信号可以提供轴承故障的固有信息，但它只侧重于识别高转速下的轴承故障。当轴承在低速运行时，滚动体和滚道表面缺陷碰撞产生的加速度值变低。因此风机运行处于低速重载环境下，用振动信号检测轴承故障信息是困难的。由于声发射信号可以获得低能量的信号，所以使用ae信号来进行低速轴承的故障诊断。
3、在检测中使用传统的ae诊断方法耗时、费力、不准确，未能及时反应轴承的实时故障情况，而且需...
【技术保护点】
1.一种基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于包括如下步骤：
2.根据权利要求1所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于：所述S2的具体方法为：
3.根据权利要求2所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于：所述S4的具体方法为：
4.根据权利要求3所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于：所述S5的具体方法为：
5.根据权利要求4所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在...
【技术特征摘要】
1.一种基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于包括如下步骤：
2.根据权利要求1所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于：所述s2的具体方法为：
3.根据权利要求2所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于：所述s4的具体方法为：
4.根据权利要求3所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于：所述s5的具体方法为：
5.根据权利要求4所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于：所述s7中生成amdsan的具体方法为：
6.根据权利要求5所述的基于时空聚类和改进残差网络风电变桨轴承损伤识别诊断方法，其特征在于：所述s7中优化amdsan的方...
【专利技术属性】
技术研发人员：蒋鹏，王宇辉，张璐莹，王腾，夏金磊，段博文，
申请(专利权)人：东北石油大学，
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。