專利名稱：一種多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法
技術(shù)領(lǐng)域：
本發(fā)明屬于故障診斷方法技術(shù)領(lǐng)域，涉及ー種多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法。
背景技術(shù)：
風(fēng)電機(jī)組的造價(jià)一般成本較高，因此機(jī)組一旦出現(xiàn)故障，其維修費(fèi)用和停機(jī)維護(hù)期間的經(jīng)濟(jì)損失往往很高。為了避免故障重大故障引起的巨大經(jīng)濟(jì)損失，必須對(duì)機(jī)組進(jìn)行實(shí)時(shí)監(jiān)控與適時(shí)維修。目前，風(fēng)カ發(fā)電機(jī)普遍采取計(jì)劃維修與事后維修的方式。計(jì)劃維修是在機(jī)組運(yùn)行2500h和5000h后進(jìn)行例行的維護(hù)，事后維修是在機(jī)組出現(xiàn)明顯的故障甚至停機(jī)后，才對(duì)機(jī)組進(jìn)行維修或更換部件的操作。由于維修方式的固定與滯后，并且事前準(zhǔn)備不足，常常會(huì)造成維修工作時(shí)間漫長(zhǎng)和經(jīng)濟(jì)損失重大。因此，如何全面、及時(shí)地了解機(jī)組運(yùn)行狀態(tài)，及時(shí)預(yù)測(cè)到有可能出現(xiàn)的故障并采取維修措施，成為了風(fēng)電產(chǎn)業(yè)亟待解決的問(wèn)題。風(fēng)電機(jī)組主傳動(dòng)裝置齒輪箱的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)是ー門多學(xué)科綜合技木，涉及動(dòng)態(tài)信息處理、計(jì)算機(jī)、人工智能等眾多領(lǐng)域的知識(shí)。國(guó)內(nèi)外對(duì)齒輪箱狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)的研究取得了一定的成效，并不斷將新的理論應(yīng)用于實(shí)際診斷中。目前齒輪箱故障診斷研究主要集中在振動(dòng)信號(hào)處理與分析、故障機(jī)理研究、典型故障特征的提取、診斷方法研究和人工智能的應(yīng)用等幾個(gè)方面?；谀：碚摰墓收显\斷技術(shù)以計(jì)算智能技術(shù)為支持、以知識(shí)為基礎(chǔ)、信息處理為核心代替了傳統(tǒng)的以數(shù)據(jù)建模為核心的診斷?；谀：碚摰墓收显\斷方法已在許多領(lǐng)域得到應(yīng)用，如汽車故障診斷，機(jī)械工程的故障診斷，流程エ業(yè)的故障診斷等。

發(fā)明內(nèi)容
本發(fā)明解決的問(wèn)題在于提供一種多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，實(shí)現(xiàn)對(duì)不同類型風(fēng)電機(jī)組齒輪箱的實(shí)時(shí)在線狀態(tài)監(jiān)控與故障診斷。本發(fā)明是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)—種多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，包括以下步驟I)收集風(fēng)電機(jī)組機(jī)型數(shù)據(jù)和維護(hù)記錄，確定目標(biāo)齒輪箱的易損部件數(shù)目m和每個(gè)部件的常見(jiàn)故障種類Iii, i =1. . .m ;并將各部件的故障程度分級(jí)，建立評(píng)判集V ;2)收集風(fēng)電機(jī)組齒輪箱的歷史運(yùn)行數(shù)據(jù)，包括齒輪箱正常運(yùn)行數(shù)據(jù)與故障數(shù)據(jù)；3)對(duì)于齒輪箱的第i個(gè)部件的第j種故障，根據(jù)已有經(jīng)驗(yàn)選擇對(duì)當(dāng)前故障診斷最有貢獻(xiàn)的幾路傳感器信號(hào)及特征值，并選用相應(yīng)的數(shù)字信號(hào)處理算法對(duì)選定的傳感器的歷史運(yùn)行數(shù)據(jù)提取相應(yīng)的特征值；4)對(duì)所選定的傳感器的特征值進(jìn)行模糊化處理，并將得到的模糊化特征值矩陣作為輸入，其對(duì)應(yīng)的輸出為當(dāng)時(shí)該部件發(fā)生該故障的概率；將所得的輸入和輸出按照輸入-輸出對(duì)模式組織成故障診斷樣本集；
5)構(gòu)建傳感器和特征值兩級(jí)評(píng)判模型特征值級(jí)評(píng)判Ai=Ai O Ri ;其中，Ai為第i路傳感器的Ki個(gè)特征值的權(quán)重向量，Ri為第i路傳感器的模糊化特征值矩陣，Bi為第i路傳感器評(píng)判結(jié)果向量；傳感器級(jí)評(píng)判S = Ao R，其中
權(quán)利要求
1.一種多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，其特征在于，包括以下步驟 1)收集風(fēng)電機(jī)組機(jī)型數(shù)據(jù)和維護(hù)記錄，確定目標(biāo)齒輪箱的易損部件數(shù)目m和每個(gè)部件的常見(jiàn)故障種類Iii, i =1. . .m ;并將各部件的故障程度分級(jí)，建立評(píng)判集V ; 2)收集風(fēng)電機(jī)組齒輪箱的歷史運(yùn)行數(shù)據(jù)，包括齒輪箱正常運(yùn)行數(shù)據(jù)與故障數(shù)據(jù)； 3)對(duì)于齒輪箱的第i個(gè)部件的第j種故障，根據(jù)已有經(jīng)驗(yàn)選擇對(duì)當(dāng)前故障診斷最有貢獻(xiàn)的幾路傳感器信號(hào)及特征值，并選用相應(yīng)的數(shù)字信號(hào)處理算法對(duì)選定的傳感器的歷史運(yùn)行數(shù)據(jù)提取相應(yīng)的特征值； 4)對(duì)所選定的傳感器的特征值進(jìn)行模糊化處理，并將得到的模糊化特征值矩陣作為輸入，其對(duì)應(yīng)的輸出為當(dāng)時(shí)該部件發(fā)生該故障的概率；將所得的輸入和輸出按照輸入-輸出對(duì)模式組織成故障診斷樣本集； 5)構(gòu)建傳感器和特征值兩級(jí)評(píng)判模型 特征值級(jí)評(píng)判^=Ai O Ri ;其中，Ai為第i路傳感器的Ki個(gè)特征值的權(quán)重向量，Ri為第i路傳感器的模糊化特征值矩陣，Bi為第i路傳感器評(píng)判結(jié)果向量；
2.如權(quán)利要求1所述的多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，其特征在于，重復(fù)步驟8)對(duì)于同一部件的其他故障，以及不同部件的故障進(jìn)行診斷，完成后終獲得風(fēng)電機(jī)組主傳動(dòng)裝置整機(jī)的故障診斷結(jié)果。
3.如權(quán)利要求1所述的多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，其特征在于，風(fēng)電機(jī)組齒輪箱的歷史運(yùn)行數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)均由分別安裝在主軸前軸承垂直方向、主軸前軸承水平方向、齒輪箱輸入端垂直方向、齒輪箱齒圈垂直方向、齒輪箱低速端垂直方向、齒輪箱高速端垂直方向、發(fā)電機(jī)前軸承垂直方向和發(fā)電機(jī)后軸承垂直方向的八個(gè)振動(dòng)傳感器和一個(gè)安裝在主槳軸葉端的轉(zhuǎn)速傳感器采集得到。
4.如權(quán)利要求1所述的多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，其特征在于，特征值提取時(shí)所用的數(shù)字信號(hào)處理算法包括時(shí)域統(tǒng)計(jì)指標(biāo)計(jì)算、波形指標(biāo)計(jì)算、信號(hào)相關(guān)分析、FFT、倒頻譜、包絡(luò)譜分析、小波分解、小波包分解和經(jīng)驗(yàn)?zāi)Ｊ椒纸?，根?jù)診斷部位和具體故障類型來(lái)進(jìn)行選擇。
5.如權(quán)利要求1所述的多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，其特征在于，將各部件的故障程度定為正常、輕微、中等、較重和嚴(yán)重五個(gè)等級(jí)，建立評(píng)判集V={正常，輕微，中等，較重，嚴(yán)重}。
6.如權(quán)利要求5所述的多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，其特征在于，模糊化處理是采用五段化的隸屬度函數(shù)進(jìn)行處理，所述的五段化為正常、輕微、中等、較重和嚴(yán)重五段，正常和嚴(yán)重采用單調(diào)形隸屬度函數(shù)表征，輕微、中等和嚴(yán)重采用三角形隸屬度函數(shù)表征；將歷史數(shù)據(jù)提取的特征值使用聚類算法聚類為5簇，得到的5個(gè)聚類中心作為隸屬度函數(shù)的參數(shù)a、b、c、d、e。
7.如權(quán)利要求6所述的多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，其特征在于，所述的隸屬度函數(shù)如圖2所示。
8.如權(quán)利要求1所述的多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，其特征在于，加權(quán)平均型算子Af(*， )的計(jì)算方法為 對(duì)于X=Y。Z。
全文摘要
本發(fā)明公開(kāi)了一種多特征多級(jí)綜合評(píng)判的風(fēng)電機(jī)組主傳動(dòng)裝置故障診斷方法，對(duì)于被測(cè)的風(fēng)電機(jī)組只需要通過(guò)一次歷史數(shù)據(jù)的采集獲得傳感器和特征值兩級(jí)評(píng)判模型，在風(fēng)電機(jī)組運(yùn)行時(shí)，就可以采集齒輪箱實(shí)時(shí)運(yùn)行數(shù)據(jù)，對(duì)于某部件的某故障，調(diào)用相應(yīng)的數(shù)字信號(hào)處理算法對(duì)所采集的數(shù)據(jù)進(jìn)行處理，提取其典型特征值并經(jīng)模糊化之后作為傳感器和特征值兩級(jí)評(píng)判模型的輸入?yún)?shù)，模型最終評(píng)判結(jié)果向量即該部件出現(xiàn)該故障概率，循環(huán)執(zhí)行上述步驟即可得到整機(jī)各部件發(fā)生故障的概率。本發(fā)明實(shí)現(xiàn)了對(duì)不同類型風(fēng)電機(jī)組齒輪箱的實(shí)時(shí)在線狀態(tài)監(jiān)控與故障診斷，診斷方式簡(jiǎn)單、快捷、穩(wěn)健并具有很強(qiáng)的容錯(cuò)性。
文檔編號(hào)G01M13/02GK103033359SQ201210553609
公開(kāi)日2013年4月10日 申請(qǐng)日期2012年12月19日 優(yōu)先權(quán)日2012年12月19日
發(fā)明者楊清宇, 莊健, 孫鳳偉, 蘇周 申請(qǐng)人:西安交通大學(xué)