一种风电机组齿轮箱远程在线状态监测及寿命评估方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103645052103645052A(43)申请公布日2014.03.19(21)申请号201310671317.3(22)申请日2013.12.11(71)申请人北京航空航天大学地址100191北京市海淀区学院路37号申请人中能电力科技开发有限公司(72)发明人钱政田双蜀申烛周继威王栋张波李闯张林(74)专利代理机构北京慧泉知识产权代理有限公司11232代理人王顺荣唐爱华(51)Int.Cl.G01M13/02(2006.01)权权利要求书2页利要求书2页说明书5页说明书5页附图1页附图1页(54)发明名称一种风电机组齿轮箱远程在线状态监测及寿命评估方法(57)摘要一种风电机组齿轮箱远程在线状态监测及寿命评估方法，它有七大步骤：一、远程中心计算机通过SCADA实时采集各风机的实时运行参数、温度数据和振动数据；二、通过对信号时域和频域的特征值进行分析，诊断振动传感器是否存在故障；三、对数据进行归一化处理，降低数据之间的差异，提高诊断精度；四、在对风力发电机组齿轮箱的故障进行诊断时，针对不同算法采用不同的滤波方式提取相应的特征；五、对采集的数据进行特征提取；六、故障诊断将给出故障有无以及故障的程度；七、通过灰色理论模型估计故障齿轮箱的残余寿命，对其预测结果的残差建立自回归模型，来提高预测精度。本发明实现了残余寿命的实时估计，给风电机组的计划维护提供了依据。CN103645052ACN1036452ACN103645052A权利要求书1/2页1.一种风电机组齿轮箱远程在线状态监测及寿命评估方法，其特征在于：该方法具体步骤如下：步骤一:远程中心计算机通过SCADA实时采集各风机的实时运行参数、温度数据和振动数据；实时运行参数包括：风机叶轮的转速、发电机转速、有功功率和无功功率；温度数据包括齿轮箱油温、散热片温度、机舱温度、齿轮箱轴承温度以及发电机的前后轴承温度；振动数据包括齿轮箱输入轴的振动、行星轮的振动、齿轮箱低速轴的振动和齿轮箱高速轴的振动；数据得到后需要对采集的振动数据需要进行有效性判断；步骤二:对采集的振动数据进行数据有效性判断是为了剔除振动传感器故障时采集的数据；通过对信号时域和频域的特征值进行分析，诊断振动传感器是否存在故障；当诊断出传感器存在故障时，将该数据剔除，减小错误数据进行齿轮箱故障的诊断精度影响；步骤三:对数据进行归一化处理，降低数据之间的差异，提高诊断精度；采用的归一化处理的方法有幅值归一化、统计归一化、能量归一化以及基频归一化；在采用不同的故障诊断方法是需要采用不同的归一化方法；步骤四:在对风力发电机组齿轮箱的故障进行诊断时，针对不同算法采用不同的滤波方式，然后提取相应的特征；应用小波滤波的方法对数据进行软阈值降噪，减小白噪声对数据的干扰，采用梳状滤波器对振动信号进行提取得到相应频率范围内容数据；步骤五：对采集的数据进行特征提取；振动数据的特征包括时域特征、频域特征以及其他算法提取的特征向量；温度数据的特征包括变化率、幅值，然后根据提取的数据特征对齿轮箱进行故障诊断；步骤六:故障诊断将给出故障有无以及故障的程度；故障诊断采用的方法包括：基于模型的方式，通过风机参数以及特征向量计算正常情况下某个特征值的理论数值，然后通过测量值与理论值比较进行故障诊断；当判断齿轮箱存在故障时，提取幅值、有效值、峭度、峰峰值、波形指标、脉冲指标、转频、1/3倍频、1/2倍频、2倍频、3倍频故障因子；步骤七:残余寿命预估是根据历史数据的诊断结果和故障因子，通过灰色理论模型估计故障齿轮箱的残余寿命，对其预测结果的残差建立自回归模型，来提高预测精度；系统默认采用有效值作为状态参量进行残余寿命预测，通过设置相应参数来改变状态参量；设预测的原始序列为x(0)(k)，k=1,2,…,N；N是原始序列的个数，灰色生成是对该序列作累加生成，一次正向累加生成序列（1-AGO）x(1)(k)，k=1,2,…,N；建立GM（1,1）灰微分白化方程：参数序列计算得2CN103645052A权利要求书2/2页式中，原始数据序列的预测值为通过上面步骤得到了预测模型的预测值，然后对预测结果的残差建立自回归模型得到残差序列进而得到残余寿命的预测值3CN103645052A说明书1/5页一种风电机组齿轮箱远程在线状态监测及寿命评估方法技术领域[0001]本发明涉及一种风电机组齿轮箱远程在线状态监测及寿命评估方法，属于风力发电机组齿轮箱运行状态评估技术领域。具体涉及风力发电机组齿轮箱的状态监测、故障程度评估及残余寿命预估方法。背景技术[0002]随着我国的风电装机容量的增长以及风力发电机组运行时间的增长，需要对风力发电机组的齿轮箱的运行状态进行评估，以便更好的提高