[發(fā)明專利]一種風(fēng)力發(fā)電機(jī)組振動(dòng)故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611071559.9
• 申請(qǐng)日: 2016-11-29
• 公開（公告）號(hào): CN106596116A
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計(jì)）人: 賈嶸;李濤濤;武樺;張惠智;尹浩霖
• 申請(qǐng)（專利權(quán)）人: 西安理工大學(xué)
• 主分類號(hào): G01M15/12
• 分類號(hào): G01M15/12;G06K9/62;G06N3/12
• 代理公司: 西安弘理專利事務(wù)所61214
• 代理人: 李娜

1.一種風(fēng)力發(fā)電機(jī)組振動(dòng)故障診斷方法，其特征在于，包括以下步驟：

步驟1，采用振動(dòng)傳感器采集風(fēng)力發(fā)電機(jī)組振動(dòng)故障信號(hào)；

步驟2，利用變分模態(tài)分解方法對(duì)振動(dòng)信號(hào)進(jìn)行分解，得到包含不同頻段信息的IMF分量；

步驟3，計(jì)算振動(dòng)信號(hào)經(jīng)變分模態(tài)分解得到的各個(gè)IMF分量的能量，并經(jīng)歸一化處理，得到該信號(hào)的故障特征向量；

步驟4，利用遺傳算法優(yōu)化支持向量機(jī)，構(gòu)建基于遺傳算法優(yōu)化的支持向量機(jī)故障診斷模型；

步驟5，將提取的故障特征向量輸入到步驟4建立的診斷模型中進(jìn)行故障的識(shí)別與診斷。

2.根據(jù)權(quán)利要求1所述的風(fēng)力發(fā)電機(jī)組振動(dòng)故障診斷方法，其特征在于，所述步驟2具體包括以下子步驟：

步驟2.1，估計(jì)IMF分量頻率帶寬的目標(biāo)，

(1)對(duì)每個(gè)模態(tài)函數(shù)u_k(t)進(jìn)行Hibert變換，得到每個(gè)模態(tài)函數(shù)u_k(t)的解析信號(hào)，如式(1)所示：

$\[\mathrm{\δ}\left(t\right)+\frac{j}{\mathrm{\π}t}\]*u_k\left(t\right)---\left(1\right)$

(2)利用指數(shù)修正，將每個(gè)模態(tài)函數(shù)的頻譜調(diào)制到各自估算的中心頻率，如式(2)所示：

$\[(\mathrm{\δ}\left(t\right)+\frac{j}{n})*u_k\left(t\right)\]e^{-{\mathrm{jw}}_{k}t}---\left(2\right)$

(3)計(jì)算以上解調(diào)信號(hào)的梯度的平方L²范數(shù)，估算出各模態(tài)函數(shù)的帶寬，得到其對(duì)應(yīng)的約束變分問題：

$\underset{\left\{u_k\right\},\left\{w_k\right\}}{\min }\left\{\underset{k=1}{\overset{K}{\Σ}}\right|\left|{\∂}_t\right\{(\mathrm{\δ}\left(t\right)+\frac{j}{\mathrm{\π}t})*u_k\left(t\right)\left\}{e}^{-{\mathrm{jw}}_{k}t}\right|{|}_2^2\}$

$\begin{array}{cc}s.t& \underset{k=1}{\overset{K}{\Σ}}{u}_k\left(t\right)=f\end{array}$

式中，u_k＝{u₁,u₂,…u_K}為各模態(tài)函數(shù)集；w_k＝{w₁,w₂,…w_K}為各模態(tài)中心頻率；為對(duì)函數(shù)求時(shí)間t的偏導(dǎo)數(shù)；δ_t為單位脈沖函數(shù)；j為虛數(shù)單位；*表示卷積；

步驟2.2，將上述約束變分問題轉(zhuǎn)化為非約束變分問題，引入增廣拉格朗日函數(shù)L，如下式所示：

$\begin{array}{c}L\left(\right\{u_k\},\{w_k\},\mathrm{\λ})=\mathrm{\α}\underset{k=1}{\overset{K}{\Σ}}\left|\right|{\∂}_t\left\{\right(\mathrm{\δ}\left(t\right)+\frac{j}{\mathrm{\π}t})*u_k\left(t\right)\}{e}^{-{\mathrm{jw}}_{k}t}|{|}_2^2+||f\left(t\right)-\underset{k=1}{\overset{K}{\Σ}}{u}_k\left(t\right)|{|}_2^2\\ +\<\mathrm{\λ}\left(t\right),\underset{k=1}{\overset{K}{\Σ}}{u}_k\left(t\right)\>\end{array}$

式中，α為帶寬參數(shù)；λ(t)為拉格朗日乘子；

步驟2.3，采用交替方向乘子算法求取式(2)擴(kuò)展的拉格朗日函數(shù)，得到K個(gè)IMF分量。