[發明專利]一種風力發電機傳動鏈的故障檢測方法及裝置

在審

• 申請號: 202210351479.8
• 申請日: 2022-04-02
• 公開（公告）號: CN114659785A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 陳偉東;符智;劉松柏
• 申請（專利權）人: 三一重能股份有限公司
• 主分類號: G01M13/028
• 分類號: G01M13/028;G06F17/16;G06F30/20
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 聶俊偉

本發明提供一種風力發電機傳動鏈的故障檢測方法及裝置，包括：獲取風力發電機傳動鏈的當前振動信號；提取當前振動信號的特征參數集生成特征矩陣；將特征矩陣輸入至故障檢測模型，以獲取由故障檢測模型輸出的故障類型結果；故障檢測模型是基于仿真振動信號樣本，以及與每個仿真振動信號樣本相對應的故障類型標簽訓練后得到的。本發明通過采用動力學仿真所構建的仿真振動信號樣本，對故障檢測模型進行預訓練，能有效地解決風力發電機傳動鏈的訓練數據不足的問題，提高了模型訓練的效率，也使得訓練后的故障檢測模型的識別精度更高、魯棒性更強。

相關申請的交叉引用

本發明要求于2021年12月27日提交的標題為“一種風力發電機傳動鏈的故障檢測方法及裝置”的中國專利申請第202111619294.2號的優先權。上述申請的全部內容通過引用全部并入本發明。

技術領域

本發明涉及風力發電機的相關技術領域，尤其涉及一種風力發電機傳動鏈的故障檢測方法及裝置。

背景技術

作為清潔能源的風電，是新能源行業的重要組成部分。風力發電機機艙在百米高空工作，環境惡劣，對其故障提前預測診斷及其重要，是降低風機運營維護成本的重要舉措。

風力發電機的傳動鏈低速級軸承和齒輪磨損斷齒類故障，包括主軸軸承故障、一級行星架軸承故障、一級行星輪軸承故障、一級行星齒輪磨損和斷齒故障、一級內齒圈磨損和斷齒故障、一級太陽輪磨損和斷齒故障等，是風力發電機運行過程中的常見故障。

現有技術中的針對上述傳動鏈低速級軸承和齒輪磨損斷齒類故障，一般是依據特征頻率及幅值等單一特征來進行檢測的，檢測效率低且檢測準確率差。

發明內容

本發明提供一種風力發電機傳動鏈的故障檢測方法及裝置，用以解決現有技術僅對傳動鏈低速級故障的特征頻率進行分析，所帶來的檢測精度低的缺陷。

第一方面，本發明提供一種風力發電機傳動鏈的故障檢測方法，包括：

獲取風力發電機傳動鏈的當前振動信號；

提取所述當前振動信號的特征參數集，生成特征矩陣；

將所述特征矩陣輸入至故障檢測模型，以獲取由所述故障檢測模型輸出的故障類型結果；

所述故障檢測模型，是基于仿真振動信號樣本，以及與每個所述仿真振動信號樣本相對應的故障類型標簽訓練后得到的。

根據本發明提供的一種風力發電機傳動鏈的故障檢測方法，所述提取所述當前振動信號的特征參數集，生成特征矩陣，包括：

確定所述當前振動信號相關的時域信號，以獲取所述時域信號的時域特征參數；

對所述當前振動信號進行傅里葉變換，確定當前振動信號相關的頻譜，以獲取頻域特征參數；

確定所述當前振動信號相關的包絡譜，對所述包絡譜進行包絡解調，以獲取包絡譜特征參數；

對所述當前振動信號進行經驗模態分解，以獲取IMF分量特征參數；

根據所述時域特征參數、頻域特征參數、包絡譜特征參數和所述IMF分量特征參數，構建所述特征矩陣。

根據本發明提供的一種風力發電機傳動鏈的故障檢測方法，所述時域特征參數，包括有效值、峭度和峰值因子中的至少一個；所述頻域特征參數，包括齒輪的各級嚙合頻率及幅值、各軸轉頻及幅值、軸承故障特征頻率及幅值、0.1-10Hz頻段的有效值及頻域面積、10-2000Hz頻段的有效值及頻域面積中的至少一個；所述包絡譜特征參數，包括故障特征頻率及幅值、轉頻及幅值中的至少一個；所述IMF分量特征參數，包括前5階IMF分量中幅值最大的3個頻率及幅值。

根據本發明提供的一種風力發電機傳動鏈的故障檢測方法，在將所述特征矩陣輸入至故障檢測模型之前，還包括：