主权项 |
一种基于双谱熵的风力发电机组故障诊断方法,其特征在于:所述方法包括以下步骤:(1)利用现有数据采集设备采集风力发电机组在正常运行状态、轻度故障、中度故障以及重度故障下的振动信号x<sub>w</sub>(n)={x<sub>1</sub>,x<sub>2</sub>,…x<sub>N</sub>},其中,N代表每组数据个数,w代表数据组别,w=1、2、3、4,w=1代表正常运行状态、w=2代表轻度故障状态、w=3代表中度故障状态、w=4代表重度故障状态;(2)计算所有振动信号x<sub>w</sub>(n)的故障特征带;(3)建立故障疏离度检测模型:(Ⅰ)第w类故障状态的第p类故障特征带的范围记为{A<sub>wp</sub>,B<sub>wp</sub>},其中,A<sub>wp</sub>表示第w类故障状态的第p类故障特征带的下限值,B<sub>wp</sub>表示第w类故障状态的第p类故障特征带的上限值;p表示故障特征带的类型,p=1,2,p=1时表示幅值故障特征带,p=2时表示双谱熵故障特征带;(Ⅱ)待识别故障状态F的故障特征向量记为(C<sub>1</sub>,C<sub>2</sub>);其中,C<sub>p</sub>是待识别故障状态F的第p类故障特征值;(Ⅲ)计算待识别故障状态F与第w类故障状态的第p类故障特征带的距离d<sub>wp</sub>;(Ⅳ)计算待识别故障状态F与第w类故障状态的故障特征带距D<sub>w</sub>;(Ⅴ)建立待识别故障状态F与第w类故障状态的疏离度计算公式:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>T</mi><mrow><mo>(</mo><mi>F</mi><mo>,</mo><mi>w</mi><mo>)</mo></mrow><mo>=</mo><mfrac><msub><mi>D</mi><mi>w</mi></msub><mrow><msubsup><mi>Σ</mi><mrow><mi>w</mi><mo>=</mo><mn>1</mn></mrow><mn>4</mn></msubsup><msub><mi>D</mi><mi>w</mi></msub></mrow></mfrac><mo>,</mo></mrow>]]></math><img file="FDA0000729798860000011.GIF" wi="446" he="157" /></maths>其中,第w类故障状态的疏离度T(F,w)∈[0,1];(4)采集待检测风力发电机组的振动信号,将待检测振动信号进行步骤(2)的计算,得到的故障特征输入到步骤(3)所建立的故障疏离度检测模型中,计算该故障状态与四类故障状态的故障疏离度T(F,w),得到的最小疏离度即为该风机的故障状态。 |