一种风电机组齿轮箱健康状态实时动态监控方法

摘要

本发明公开了旋转机械状态监测与故障诊断技术领域中的一种风电机组齿轮箱健康状态实时动态监控方法。本发明采集了齿轮箱振动信号和齿轮箱运行与监测数据；分析得到齿轮箱振动信号的时域特征、频域特征和包络信号的包络谱特征；建立了齿轮箱运行工况空间，并根据齿轮箱运行数据将齿轮箱运行工况空间划分为设定个齿轮箱运行工况子空间；得到运行监控历史数据子集，进而生成齿轮箱各部件的健康状态特征库；建立健康状态评价模型，得到各工况的健康状态实时评价模型和各部件的健康指数；最后求得齿轮箱的健康指数。本发明建立了健康状态评价模型，避开了复杂动态运行工况状态监测阈值确定的复杂性；避免了多特征参数简单递加造成线性失真的缺点。

主权项

一种风电机组齿轮箱健康状态实时动态监控方法，该方法首先采集齿轮箱振动信号和齿轮箱运行与监测数据；其特征是该方法包括以下步骤：步骤1：对齿轮箱振动信号进行分析，得到齿轮箱振动信号的时域特征、频域特征和包络信号的包络谱特征；所述齿轮箱振动信号频域特征为滚动轴承故障特征频率、齿轮啮合频率处的能量和包络谱各故障特征频率对应的能量；步骤2：建立齿轮箱运行工况空间，根据齿轮箱运行与监测数据将齿轮箱运行工况空间划分为设定个齿轮箱运行工况子空间；步骤3：在步骤1和步骤2的基础上，将齿轮箱时域特征、频域特征、运行与监测数据划分为运行监控历史数据子集；步骤4：对运行监控历史数据子集进行特征提取，生成齿轮箱各部件的健康状态特征库；步骤5：根据齿轮箱各部件的健康状态特征库建立健康状态评价模型，通过运行监控历史数据子集对健康状态评价模型进行训练，得到各工况的健康状态实时评价模型，通过健康状态实时评价模型对实时的齿轮箱运行与监测数据进行评价，得到各部件的健康指数；具体为：针对任一运行工况子空间O_p，利用相应运行监控历史数据子集X^(p)进行健康状态评价模型的训练，得到对应工况的健康状态实时评价模型，则齿轮箱部件的健康指数按下式计算：$z_i^{\left(p\right)}=h_{HA}^{\left(p\right)}(y_i;{\Theta }^{\left(p\right)})=\frac{\exp ({\beta }_0^{\left(p\right)}+{\Sigma }_{l=1}^L{\beta }_l^{\left(p\right)}·y_{il})}{1+\exp ({\beta }_0^{\left(p\right)}+{\Sigma }_{l=1}^L{\beta }_l^{\left(p\right)}·y_{il})}+ϵ$其中：为t_i时刻对应第p个运行工况子空间的齿轮箱部件的健康指数；为第p个工况子空间对应的健康状态评估函数；y_i为时刻t_i齿轮箱相应部件特征提取后状态特征向量；Θ^(p)为第p个工况子空间对应健康状态评价模型的L+1个模型参数，${\Theta }^{\left(p\right)}=\left({\beta }_0^{\left(p\right)},{\beta }_1^{\left(p\right)},...,{\beta }_L^{\left(p\right)}\right)$为健康状态评价模型的第一个模型参数；为健康状态评价模型第L+1个模型参数；y_il为t_i时刻第l个健康状态特征参数值；ε为残差；整个齿轮箱的健康状态由其相应的主要组成部件的健康状态决定，而各组成部件的健康状态通过运行工况辨识、振动信号分析、特征提取及健康状态评估确定，建立相应层次结构后实现从底层到顶层的健康状态逐级评价，针对齿轮箱某一运行时刻t_i，通过健康状态实时评价模型对其运行工况数据、运行实时数据和状态监测数据进行信号处理和特征计算，得到该时刻运行工况向量和第j个部件状态特征向量(u_i,y_ij),u_i为时刻t_i运行工况特征向量；y_ij为时刻t_i对应的第j个部件变换后状态特征向量；对其运行工况参数进行工况辨识，如果识别为某一已知工况，则按下式计算第j个部件的健康指数z_ij：$z_{ij}=\frac{{\Sigma }_{p=1}^{p^{\prime }}{C}_p·h_{HA}^{\left(p\right)}\left(y_{ij};{\Theta }^{\left(p\right)}\right)}{{\Sigma }_{p=1}^{p^{\prime }}{C}_p}$其中，C_p为某运行工况隶属于第p个齿轮箱运行工况子空间的隶属度，C_p＝Member(u_i∈O_p)；P’为齿轮箱运行工况子空间个数；如果识别为一新工况，则建立新运行工况子空间，训练相应的新健康状态评价模型并保存；步骤6：将各部件的健康指数带入下面的变权综合公式，得到整个齿轮箱的健康指数,则齿轮箱的健康指数按下式计算：$HI=\frac{{\Sigma }_{j=1}^m{w}_j^{\left(0\right)}{z}_{ij}^{\gamma }}{{\Sigma }_{k=1}^m{w}_k^{\left(0\right)}{z}_{ik}^{\gamma -1}}$其中：HI为t_i时刻齿轮箱的健康指数；为第j个部件健康状态评价时占的常权权重，j＝1,2,…m；为t_i时刻第j个部件健康指数的γ次幂；为第k个部件健康状态评价时占的常权权重，k＝1,2,…m；为t_i时刻第k个部件健康指数的γ‑1次幂；γ为均衡系数。