一种风电机组变工况下滚动轴承自适应异常检测方法

摘要

本发明涉及一种风电机组变工况下滚动轴承自适应异常检测方法，其步骤为：1）收集机组正常运行时，不同转速、不同功率下滚动轴承的振动数据；2）选取滚动轴承敏感振动特征参数；3）建立基于Shepard曲面的滚动轴承健康模型；4）计算滚动轴承异常状态的偏离度，实现滚动轴承自适应异常检测。本发明综合考虑了有功功率、转速对滚动轴承振动特性的影响，能实时追踪风电机组滚动轴承运行状态随时间的演化过程，实现风电机组不同工况下滚动轴承异常状态的自适应检测。本发明可广泛应用于风电机组异常状态检测领域中。

主权项

一种风电机组变工况下滚动轴承自适应异常检测方法，其包括以下步骤：1）采集已有的风电机组滚动轴承在正常运行时不同转速、不同功率下的L个振动数据，作为健康样本；2）选取敏感振动特征参数：根据风电机组滚动轴承振动信号的特点，将所采集的振动加速度信号的频域谱按频带平均分为M个子频带，求出每个频带的能量构成M维特征向量，即敏感振动特征向量Y=[y₁，y₂，…，y_M]；3）采用Shepard曲面插值方法，建立轴承振动健康模型：对敏感振动特征向量Y=[y₁，y₂，…，y_M]中的每个特征参数y_j，分别建立Shepard曲面健康模型y_j=F_j(P,S)，即建立基于功率信息和风速信息的风电机组滚动轴承振动健康模型，其中，j=1，2，…，M，y_j为滚动轴承振动信号中第j个特征参数的健康特征值；P为健康样本对应的风电机组有功功率；S为健康样本对应的机组转速；4）计算用于检测滚动轴承异常状态的偏离度，实现滚动轴承自适应异常检测。