[發(fā)明專利]大型旋轉(zhuǎn)機(jī)械復(fù)雜工況下的早期故障搜索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110452994.7
• 申請(qǐng)日: 2011-12-29
• 公開(kāi)（公告）號(hào): CN102564568A
• 公開(kāi)（公告）日: 2012-07-11
• 發(fā)明（設(shè)計(jì)）人: 顧煜炯;宋磊;王敏;劉佳;陳昆亮;王兵兵;高嶄;馬楊;徐天金;代數(shù)建
• 申請(qǐng)（專利權(quán)）人: 華北電力大學(xué)
• 主分類號(hào): G01H17/00
• 分類號(hào): G01H17/00
• 代理公司: 北京眾合誠(chéng)成知識(shí)產(chǎn)權(quán)代理有限公司 11246
• 代理人: 史雙元

1.一種大型旋轉(zhuǎn)機(jī)械復(fù)雜工況下的早期故障搜索方法，其特征在于，具體實(shí)施步驟如下：

(1)大型旋轉(zhuǎn)機(jī)械設(shè)備振動(dòng)故障征兆識(shí)別分析，即研究常見(jiàn)設(shè)備頻發(fā)振動(dòng)故障征兆特征與振動(dòng)參數(shù)異常波形特點(diǎn)，形成大型旋轉(zhuǎn)機(jī)械設(shè)備常見(jiàn)故障模式征兆分類表；

(2)輸入?yún)?shù)的初始化處理，即輸入?yún)?shù)的時(shí)間序列分割，結(jié)合匹配參數(shù)的物理特性采取不同的時(shí)間序列劃分原則，實(shí)現(xiàn)運(yùn)行設(shè)備振動(dòng)參數(shù)的時(shí)間劃分算法；

(3)振動(dòng)參數(shù)無(wú)量綱特征因子定性化、定量化分析，分析比較構(gòu)建的振動(dòng)參數(shù)特征因子與傳統(tǒng)時(shí)域特征值的區(qū)別，深入研究特征因子隨著故障信息發(fā)展的走勢(shì)及變化特征，闡述特征因子物理意義，形成設(shè)備常見(jiàn)故障模式征兆與相應(yīng)故障提取因子匹配；

(4)無(wú)量綱特征因子的計(jì)算、中心化及標(biāo)準(zhǔn)化，首先實(shí)現(xiàn)振動(dòng)參數(shù)時(shí)間子序列的特征因子計(jì)算，為了減少不同性質(zhì)、度量單位特征因子的相對(duì)影響，避免絕對(duì)值較小因子被湮滅，對(duì)時(shí)間子序列特征因子進(jìn)行中心化和標(biāo)準(zhǔn)化，使各因子具有相同的評(píng)價(jià)基點(diǎn)和變化范圍；

(5)特征因子異常邊界的界定，即在上述輸入初始處理基礎(chǔ)上，從設(shè)備運(yùn)行監(jiān)控歷史數(shù)據(jù)庫(kù)中提取一定訓(xùn)練空間的監(jiān)測(cè)參數(shù)數(shù)據(jù)序列，通過(guò)特定的訓(xùn)練算法得到判定特征因子邊界標(biāo)準(zhǔn)，作為監(jiān)測(cè)參數(shù)異常搜索的準(zhǔn)則；

(6)時(shí)間子序列多維屬性因子向量的異常序列搜索，選取p個(gè)特征因子描述n個(gè)振動(dòng)參數(shù)時(shí)間子序列，通過(guò)p維屬性向量反映n個(gè)時(shí)間子序列的性質(zhì)，挖掘異常時(shí)間子序列，找出大型旋轉(zhuǎn)機(jī)械運(yùn)行的潛在故障危險(xiǎn)點(diǎn)。

2.根據(jù)權(quán)利要求1所述大型旋轉(zhuǎn)機(jī)械復(fù)雜工況下的早期故障搜索方法，其特征在于，所述大型旋轉(zhuǎn)機(jī)械包括能源、鋼鐵、煤炭和運(yùn)輸行業(yè)內(nèi)的大型旋轉(zhuǎn)機(jī)械，具體包括火力發(fā)電機(jī)機(jī)組傳動(dòng)系統(tǒng)，風(fēng)力發(fā)電機(jī)組傳動(dòng)系統(tǒng)，飛機(jī)，火車，輪船以及煤炭和地鐵的挖掘機(jī)。

3.根據(jù)權(quán)利要求1所述大型旋轉(zhuǎn)機(jī)械復(fù)雜工況下的早期故障搜索方法，其特征在于，所述風(fēng)力發(fā)電機(jī)組傳動(dòng)系統(tǒng)變風(fēng)速、變載荷工況下的包括如下步驟：

1)風(fēng)力發(fā)電機(jī)組傳動(dòng)系統(tǒng)振動(dòng)監(jiān)測(cè)測(cè)點(diǎn)布置：(1)監(jiān)測(cè)風(fēng)電機(jī)組主軸前軸承徑向振動(dòng)，(2)風(fēng)電機(jī)組增速箱前軸承徑向振動(dòng)，(3)增速箱一級(jí)傳動(dòng)級(jí)箱體振動(dòng)，(4)增速箱二級(jí)傳動(dòng)級(jí)箱體振動(dòng)和(5)表示增速箱高速級(jí)箱體振動(dòng)；以該5個(gè)傳感器采集數(shù)據(jù)參數(shù)得到頻發(fā)振動(dòng)故障征兆特征與振動(dòng)參數(shù)異常波形特點(diǎn)，形成風(fēng)電機(jī)組傳動(dòng)系統(tǒng)早期故障特征頻率信息識(shí)別表；

2)以風(fēng)電機(jī)組傳動(dòng)系統(tǒng)監(jiān)測(cè)布置方案3號(hào)傳感器采集的增速箱一級(jí)傳動(dòng)級(jí)箱體振動(dòng)的振動(dòng)參數(shù)λ為研究參數(shù)，設(shè)置振動(dòng)參數(shù)X_λ的時(shí)間序列X_λ＝{x_λ(t₁)，x_λ(t₂)，....，x_λ(t_n)}的維度n，振動(dòng)參數(shù)時(shí)間序列維度表示時(shí)間序列X_λ在采集時(shí)間段內(nèi)包含的信號(hào)數(shù)據(jù)個(gè)數(shù)，對(duì)于時(shí)間序列維度n充分考慮算法以及參數(shù)數(shù)據(jù)采樣粒度，結(jié)合風(fēng)電機(jī)組運(yùn)行工況中風(fēng)速相關(guān)因素的變化情況，則通過(guò)計(jì)算列出振動(dòng)參數(shù)時(shí)間序列維度n＝t/t_s，對(duì)振動(dòng)監(jiān)測(cè)參數(shù)進(jìn)行基于整周期或整周期倍數(shù)的時(shí)間子序列劃分，根據(jù)振動(dòng)參數(shù)時(shí)間序列的初步劃分進(jìn)行整周期分割優(yōu)化，將記錄值為零點(diǎn)的數(shù)據(jù)點(diǎn)作為起始點(diǎn)有利于算法的實(shí)現(xiàn)；

3)在對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行算法運(yùn)算前，需要對(duì)振動(dòng)參數(shù)時(shí)間序列進(jìn)行預(yù)處理，其中包括數(shù)據(jù)的中心化和標(biāo)準(zhǔn)化，

特征因子時(shí)間序列的中心化公式為：y_k(j)表示k類特征因子下h維時(shí)間子序列，y_k(i)表示編號(hào)為i的時(shí)間子序列的k類特征因子的記錄值，y′_k(i)表示中心化后的特征因子值，經(jīng)過(guò)中心化后各變量的均值將為0，即各變量的取值都有相同的基點(diǎn)；

標(biāo)準(zhǔn)化為了實(shí)現(xiàn)特征因子的變化范圍統(tǒng)一化，采用極差正規(guī)化實(shí)現(xiàn)特征因子時(shí)間序列的標(biāo)準(zhǔn)化，則特征因子時(shí)間序列y′_k(i)的標(biāo)準(zhǔn)化公式為經(jīng)過(guò)標(biāo)準(zhǔn)化變換后各變量基點(diǎn)相同，變化范圍也相等，其得到經(jīng)過(guò)中心化、標(biāo)準(zhǔn)化的特征因子時(shí)間序列為：y″_k(i)＝{y″_k(1)，y″_k(2).......y″_k(h)}；

4)構(gòu)建振動(dòng)參數(shù)時(shí)間序列早期故障提取特征因子，由于風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的早期故障主要體現(xiàn)為工頻及倍頻、頻率調(diào)制兩方面，所以其早期故障提取因子關(guān)聯(lián)匹配分類主要分為故障模式和頻率特征兩種，故障模式的典型特征選取其較為敏感的特征因子作為每種故障模式特有的故障信息提取因素，風(fēng)電機(jī)組傳動(dòng)系統(tǒng)早期故障提取因素為振動(dòng)參數(shù)整周期時(shí)間劃分和早期故障模式與早期故障信息提取因子的關(guān)聯(lián)匹配；對(duì)故障與征兆匹配度關(guān)聯(lián)分析、故障分類征兆異常參數(shù)分析，實(shí)現(xiàn)表征早期故障危險(xiǎn)潛在點(diǎn)的時(shí)間序列的搜索。