[發明專利]基于神經網絡風力發電機組典型傳動故障智能診斷方法

有效

• 申請號: 201310573184.6
• 申請日: 2013-11-15
• 公開（公告）號: CN103852255B
• 公開（公告）日: 2017-06-06
• 發明（設計）人: 賈利民;劉展;龐宇;雷濤;童亦斌
• 申請（專利權）人: 北京能高自動化技術股份有限公司
• 主分類號: G01M13/02
• 分類號: G01M13/02
• 代理公司: 北京正理專利代理有限公司11257
• 代理人: 張文祎

1.基于神經網絡風力發電機組典型傳動故障智能診斷方法，其特征在于，該診斷方法包括如下步驟：

1)對風力發電機組相關組件進行監控得到監控信息，并將監控信息按照監控變量進行分類或依據所選擇的監控變量篩選與其對應的監控信息；

2)根據一種或多種所述監控信息對所述相關組件進行工況識別；

3)根據監控信息與識別的工況，確定相匹配的故障診斷模型，所述相匹配的故障診斷模型包括：諧振故障診斷模型、主傳動軸故障診斷模型、齒輪故障診斷模型或軸承損壞診斷模型的一種或多種；

4)將所述監控信息的數據進行數據處理，轉換為便于所述故障診斷模型能夠識別的數據；

5)對所述轉換后的數據包含的典型特征進行特征提取；

6)對特征提取后的典型特征信息進行特征數據歸一化處理，即：

式中，N為正整數；a_i表示第i個特征信息的特征值；b_i表示第i個特征信息歸一化后特征值；

7)傳動故障智能模式識別,將歸一處理后的典型特征信息進行故障模式識別；

8)根據典型特征信息評估值信息，衡量故障的嚴重程度，即

式中N為正整數；a_i表示第i個特征信息的特征值；ω_i表示第i個特征信息的加權系數；F表示故障程度定量評估計算值；

9)故障程度歸一化處理，得到不同類型的故障相應的歸一化評估結果，即：

式中i為正整數；F_i表示針對特定故障的第i次故障程度評估計算值；F_min表示針對特定故障的故障程度評估計算值理論最小值；F_max表示針對特定故障的故障程度評估計算值理論最大值；η表示故障程度歸一化非線性校正系數，其表示為F_i的非線性的函數。

2.根據權利要求1所述的基于神經網絡風力發電機組典型傳動故障智能診斷方法，其特征在于，所述監控信息包括轉速信息、振動信息、溫度信息、壓力信息、應力信息、載荷信息、音頻信息或上述信息中的一種或多種。

3.根據權利要求1所述的基于神經網絡風力發電機組典型傳動故障智能診斷方法，其特征在于，所述步驟4)中的數據處理包括對特定頻域的信號濾波、數學統計、傅里葉變換或者上述方法中的一種或多種。

4.根據權利要求1所述的基于神經網絡風力發電機組典型傳動故障智能診斷方法，其特征在于，對所述轉換后的數據所包含的典型特征采用神經網絡模型進行故障識別。

5.根據權利要求4所述的基于神經網絡風力發電機組典型傳動故障智能診斷方法，其特征在于，所述神經網絡模型采用反向傳播學習網絡或者雙層網絡結構。