【技术实现步骤摘要】
本专利技术涉及轴承异常状态监测,特别是涉及一种风电机组轴承异常状态监测方法。
技术介绍
1、近年来,随着传感器技术、数据采集技术和数据分析方法的进步,基于状态监测的维护策略逐渐成为风电机组维护的主流。这种策略通过实时监测风电机组的运行状态,利用数据分析技术来预测和诊断潜在的故障,从而实现更精准的维护计划和资源分配。在轴承异常状态监测方面,研究人员已经开发了多种技术和方法。这些方法通常涉及到对轴承振动信号、温度、油液等多种参数的监测和分析。
2、风电机组轴承的故障类型多样,包括疲劳剥落、变形、压痕和局部腐蚀等,每种故障类型的特征信号可能相互重叠,增加了故障诊断的难度。此外,早期故障信号往往微弱,难以被传统方法识别。
技术实现思路
1、本专利技术的目的是:考虑到风电机组运行环境的复杂性融合多种传感器数据,如振动、温度、油液等,以提供更全面的轴承状态评估;实时采集和处理数据,及时发现轴承的异常状态,预防故障和减少停机时间。
2、为了实现上述目的,本专利技术提供了一种风电机
...【技术保护点】
1.一种风电机组轴承异常状态监测方法,其特征在于,包括:
2.如权利要求1所述的风电机组轴承异常状态监测方法,其特征在于,所述基于第一特征数据构建风电机组轴承的第一监测模型时,包括:
3.如权利要求2所述的风电机组轴承异常状态监测方法,其特征在于,所述生成异常状态评价值F时,包括:
4.如权利要求3所述的风电机组轴承异常状态监测方法,其特征在于,所述根据发动机所处的梯度负荷调整初始权重时,包括:
5.如权利要求4所述的风电机组轴承异常状态监测方法,其特征在于,所述基于第二特征数据构建类型选择模型时,包括:
6
...【技术特征摘要】
1.一种风电机组轴承异常状态监测方法,其特征在于,包括:
2.如权利要求1所述的风电机组轴承异常状态监测方法,其特征在于,所述基于第一特征数据构建风电机组轴承的第一监测模型时,包括:
3.如权利要求2所述的风电机组轴承异常状态监测方法,其特征在于,所述生成异常状态评价值f时,包括:
4.如权利要求3所述的风电机组轴承异常状态监测方法,其特征在于,所述根据发动机所处的梯度负荷调整初始权重时,包括:
5.如权利要求4所述的风电机组轴承异常状态监测方法,其特征在于,所述基于第二特征...
【专利技术属性】
技术研发人员:彭志忠,刘建华,史学峰,朱壮华,刘志宏,巩绪先,赵基勇,陈琰俊,易伟峰,秦俊东,张林旭,
申请(专利权)人:华能山西综合能源有限责任公司,
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。