[發明專利]一種基于多尺度數學形態學的滾動軸承故障診斷方法

有效

• 申請號: 202010064316.2
• 申請日: 2020-01-20
• 公開（公告）號: CN111442927B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 齊詠生;李強;李永亭;劉利強;王林
• 申請（專利權）人: 內蒙古工業大學
• 主分類號: G01M13/045
• 分類號: G01M13/045
• 代理公司: 北京睿博行遠知識產權代理有限公司 11297
• 代理人: 劉桂榮

本發明公開了一種基于多尺度數學形態學的風電機組滾動軸承故障診斷方法，本方法具體包括：(1)針對傳統結構元素在故障特征提取過程中容易出現的對脈沖信號的漏查問題，提出一種新型結構元素——“山結構”，使之在數學形態學運算過程中捕獲更多的特征信息；(2)針對單尺度數學形態學特征提取有限的問題，使用多尺度數學形態學分析并提出一種基于峰值能量的自適應算法來解決形態學尺度難以確定和結構元素構造困難的問題。(3)利用(1)、(2)進行多尺度數學形態學分析，并結合譜相關性分析進行軸承的故障診斷。本發明能有效提取風力發電機組滾動軸承的故障特征信息，提高故障診斷的準確率，效果強于傳統方法，具有較好的工程應用價值。

技術領域

本發明是一種應用于風電機組滾動軸承或大型旋轉機械滾動軸承的故障診斷方法，尤其針對復雜軸承振動信號特征提取困難的問題，更精確的提取故障脈沖特征，快速實時分析診斷信號故障；屬于基于數據驅動的故障診斷技術領域。

背景技術

隨著經濟的飛速發展，人類對能源要求不斷加大，由于能源供應緊張，世界能源結構正在由礦物能源系統向以可再生能源為基礎的可持續能源系統轉變。與其他能源相比，風能在技術和成本上都表現出較強的優勢，已經成為清潔能源的主要發展趨勢。風力發電項目是一種投資時間很長的工程，其收益期也很長。風電場建成之后的維護成本直接決定著風電場的效益，長期運轉的風力發電機組需要定期進行檢修和維護，來確保運行的穩定性和安全性。當工程中風力發電機組的工作壽命為20年時，其維護成本就占了整體收益的10％～15％；風力發電機組安裝在海上所需要的運行和維護成本占到整體效益的20％～25％，大量的運轉和維護成本加大了工程的運營費用及降低了工程的經濟收益。要使風電場的效益最大化，就需要將運維成本降到最低。滾動軸承是風力發電機中最重要也是最易受到損傷的零部件之一，如果發生故障將對整個旋轉機械甚至整個風機的運行狀態產生重大影響。據統計顯示，機械故障中約30％的故障都是由滾動軸承引起的，電機故障也有20％的故障是由滾動軸承引起的。另外實際工程中風電機組大多數是安裝在風力資源比較充足的地帶，比如草原、戈壁灘和荒漠等環境，機組安裝的范圍很廣且數量也比較多，受到惡劣的自然環境的影響，這使得滾動軸承更容易發生故障。因此，對其運行工況進行實時監測和故障診斷的研究越來越受到人們的重視，如何實時、準確區分滾動軸承運行狀態及故障診斷具有重大意義。

滾動軸承振動信號分析是實現風電機組滾動軸承狀態檢測最有效的工具之一。當軸承表面出現局部損傷時，故障信號包括一系列周期性指數衰減振蕩脈沖，這些脈沖還會激發軸承結構共振。然而，實測軸承振動信號多采用加速度傳感器直接從箱體上獲取，導致其信噪比較低，特別是早期故障信號能量很小，故障特征信息比較微弱，難于提取出特征信息。

中國專利201610500024.2一種滾動軸承故障診斷方法，屬于旋轉機械故障診斷領域。該方法主要包括4個步驟：獲取軸承在正常及故障狀態下的振動信號樣本集，然后計算樣本集的典型時域統計參數，獲得初始特征集；計算初始特征集中每個特征的拉普拉斯分值，按從小到大排列，選取排在最前的若干個特征組成故障特征矩陣；采用自適應模糊C均值聚類方法對故障特征矩陣進行聚類分析，獲得最佳聚類數和聚類中心，聚類數即樣本集包含的故障類型數；計算未知樣本和已知樣本集的聚類中心之間的貼近度，根據貼近度的大小確定未知樣本的故障類型。

中國專利201910292988.6公開了一種滾動軸承故障診斷方法及系統。其診斷方法通過采用短時能量邊界檢測方法對滾動軸承振動信號的Fourier譜進行自適應劃分，實現了自適應地確定頻域區間的邊界。

數學形態學變換近年來發展起來的一種非線性信號的處理辦法。近年來，在大型旋轉機械滾動軸承故障診斷中，數學形態學的應用越來越受到重視。而傳統結構元素對故障脈沖信號的漏查以及單尺度數學形態學運算特征提取效果差的問題，尚不存在一個明確的指導方法，因此研究一種新型結構元素和基于峰值能量的自適應算法來構造多尺度結構元素進行多尺度形態學運算并與譜相關分析相結合對風電機組滾動軸承的故障進行診斷。

發明內容