一種基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法
【專利摘要】本發(fā)明公開了一種基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法，對風(fēng)力發(fā)電機(jī)組故障診斷，適用于非直驅(qū)型風(fēng)力發(fā)電機(jī)組。本發(fā)明針對風(fēng)力發(fā)電機(jī)組振動信號由于故障特征耦合、背景噪聲大等原因?qū)е码y以提取故障特征的問題，基于形態(tài)成分分析的原理用不同的稀疏表達(dá)字典將信號分解為諧波、沖擊以及噪聲三個(gè)成分，使得原本難以發(fā)現(xiàn)的故障特征凸顯出來；通過在風(fēng)力發(fā)電機(jī)故障模擬實(shí)驗(yàn)臺上實(shí)驗(yàn)驗(yàn)證了其有效性。本發(fā)明的有益效果是：該故障診斷方法通過提取出被噪聲或者其他特征信號淹沒的難以發(fā)現(xiàn)的故障特征，從而確定故障部位，對風(fēng)力發(fā)電機(jī)組維護(hù)與檢修計(jì)劃的安排調(diào)整給出指導(dǎo)性建議，有效減少非計(jì)劃停機(jī)時(shí)間、提高風(fēng)電場經(jīng)濟(jì)效益與社會效益。
【專利說明】一種基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于風(fēng)力發(fā)電機(jī)組傳動鏈故障診斷領(lǐng)域，具體涉及一種基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法。
【背景技術(shù)】
[0002]我國風(fēng)力發(fā)電迅猛發(fā)展，2012年，我國新增裝機(jī)達(dá)13200麗，累計(jì)裝機(jī)容量達(dá)到75564MW，繼續(xù)領(lǐng)跑全球。由于特殊的結(jié)構(gòu)及運(yùn)行方式，風(fēng)力發(fā)電機(jī)組不但受隨機(jī)的空氣動力載荷、慣性力、不同運(yùn)轉(zhuǎn)狀態(tài)導(dǎo)致的載荷等外部環(huán)境對運(yùn)行狀態(tài)的疊加，而且其內(nèi)部是集機(jī)械、電子、電氣、液壓于一體的復(fù)雜機(jī)電系統(tǒng)。運(yùn)行環(huán)境惡劣、機(jī)艙離地較高、自動化程度高、結(jié)構(gòu)復(fù)雜、價(jià)格昂貴，風(fēng)力發(fā)電機(jī)組，特別是傳動鏈，一旦發(fā)生故障或損傷，將造成巨大經(jīng)濟(jì)損失，甚至可能引發(fā)災(zāi)難性事故。
[0003]風(fēng)力發(fā)電機(jī)組傳動鏈主要包括風(fēng)輪、主軸、增速齒輪箱與發(fā)電機(jī)，直驅(qū)型不包括增速齒輪箱。作為風(fēng)力發(fā)電機(jī)組的主要組成部分，其可靠性直接關(guān)系到風(fēng)力發(fā)電機(jī)組的安全可靠運(yùn)行。由于缺少合適的故障診斷方法，目前僅靠人工定期維護(hù)及事后檢修，這使得風(fēng)力發(fā)電機(jī)組的維護(hù)費(fèi)用居高不下。對于工作壽命為20年的機(jī)組，運(yùn)行維護(hù)成本估計(jì)占到風(fēng)場收入的10%?15%左右；對于海上風(fēng)場，用于風(fēng)力發(fā)電機(jī)運(yùn)行維護(hù)的成本高達(dá)風(fēng)場收入的20%?25%左右。風(fēng)力發(fā)電機(jī)組獨(dú)特的運(yùn)行特性，復(fù)雜的工況，較大的環(huán)境噪聲，并且其傳動系統(tǒng)結(jié)構(gòu)復(fù)雜，致使獲得的振動信號具有噪聲大、多成分的特點(diǎn)，給故障診斷帶來難度。因此，將淹沒在強(qiáng)大的背景噪聲和其他成分中的微弱沖擊故障特征提取出來，提高風(fēng)力發(fā)電機(jī)組故障診斷的準(zhǔn)確性，提高其可用性與可維護(hù)性，減少非計(jì)劃性停機(jī)時(shí)間、提高經(jīng)濟(jì)效益，預(yù)防重大事故發(fā)生，具有重要工程應(yīng)用價(jià)值。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于解決上述現(xiàn)有技術(shù)中的問題，提供一種基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法，該方法在風(fēng)力發(fā)電機(jī)組故障診斷上的應(yīng)用能很好地克服由于故障特征交叉影響、多特征耦合、背景噪聲大等原因而導(dǎo)致的故障特征難以提取的問題。
[0005]為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案包括以下步驟:
[0006]I)針對所測試的振動信號，根據(jù)振動信號不同的形態(tài)成分對其進(jìn)行變換分解；其中諧波成分采用離散余弦變換分解，沖擊成分采用離散小波變換分解；通過迭代稀疏分解和重構(gòu)信號，提取諧波分量、沖擊分量和余量；
[0007]2)將迭代過程中的各個(gè)分量相加,重構(gòu)諧波分量和沖擊分量；
[0008]3)將得到的各個(gè)分量進(jìn)行頻譜分析和包絡(luò)解調(diào)分析，與故障特征進(jìn)行匹配，從而獲得診斷結(jié)論。
[0009]所述步驟I)中所測試的振動信號的條件必須滿足以下內(nèi)容:
[0010]對于非直驅(qū)型風(fēng)力發(fā)電機(jī)組，測試環(huán)境為風(fēng)力發(fā)電機(jī)組正常運(yùn)轉(zhuǎn)情況下，不少于名義輸出功率的20%的生產(chǎn)運(yùn)行模式進(jìn)行并網(wǎng)測試。[0011]所述步驟I)中，根據(jù)信號不同的形態(tài)成分通過迭代稀疏分解和重構(gòu)信號，提取諧波分量、沖擊分量和余量；針對所采集的水平與垂直振動信號a (t)，單位為g，g為9.8m/s2,按采用形態(tài)學(xué)分析方法結(jié)合逐級正交匹配追蹤，以及采用離散余弦變換字典提取諧波，選擇離散小波變換字典提取沖擊按以下方法進(jìn)行處理:
[0012](I)初始化:
[0013]設(shè)定迭代步數(shù)L，稀疏分解閾值參數(shù)為h，稀疏分解閾值參數(shù)為t2，初始分解余量為 r/ = a(t);其中，L > 10,0 < < 0.5,0.5 < t2 < I ；
[0014](2)迭代:
[0015]1.1提取諧波分量:
[0016]初始化，令
【權(quán)利要求】
1.一種基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法，其特征在于，包括以下步驟: 1)針對所測試的振動信號，根據(jù)振動信號不同的形態(tài)成分對其進(jìn)行變換分解；其中諧波成分采用離散余弦變換分解，沖擊成分采用離散小波變換分解；通過迭代稀疏分解和重構(gòu)信號，提取諧波分量、沖擊分量和余量； 2)將迭代過程中的各個(gè)分量相加，重構(gòu)諧波分量和沖擊分量； 3)將得到的各個(gè)分量進(jìn)行頻譜分析和包絡(luò)解調(diào)分析，與故障特征進(jìn)行匹配，從而獲得診斷結(jié)論。
2.根據(jù)權(quán)利要求1所述的基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法，其特征在于:所述步驟I)中所測試的振動信號的條件必須滿足以下內(nèi)容: 對于非直驅(qū)型風(fēng)力發(fā)電機(jī)組，測試環(huán)境為風(fēng)力發(fā)電機(jī)組正常運(yùn)轉(zhuǎn)情況下，不少于名義輸出功率的20%的生產(chǎn)運(yùn)行模式進(jìn)行并網(wǎng)測試。
3.根據(jù)權(quán)利要求1所述的基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法，其特征在于:所述步驟I)中，根據(jù)信號不同的形態(tài)成分通過迭代稀疏分解和重構(gòu)信號，提取諧波分量、沖擊分量和余量；針對所采集的水平與垂直振動信號a (t)，單位為g，g為9.8m/s2，按采用形態(tài)學(xué)分析方法結(jié)合逐級正交匹配追蹤，以及采用離散余弦變換字典提取諧波，選擇離散小波變換字典提取沖擊按以下方法進(jìn)行處理: (I)初始化: 設(shè)定迭代步數(shù)L，稀疏分解閾值參數(shù)為A，稀疏分解閾值參數(shù)為t2，初始分解余量為r/=a(t);其中，L > 10,0 < < 0.5,0.5 < t2 < I ； (2 )迭代: .1.1提取諧波分量: 初始化，令i=l，2，…，L-l, L ;根據(jù)形態(tài)學(xué)成分分析，選擇離散余弦變換字典φ i提取諧波；根據(jù)
4.根據(jù)權(quán)利要求1所述的基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法，其特征在于:所述步驟2)中，將迭代過程中的各個(gè)分量相加，重構(gòu)諧波分量X1和沖擊分量X2的具體步驟如下:
X1 = X/1)+...+X1 ⑴+…+X1(L);
X2 = X2 ⑴+…+X2 ⑴+…+X2 (L)。
5.根據(jù)權(quán)利要求1所述的基于稀疏分解的風(fēng)力發(fā)電機(jī)組故障特征提取方法，其特征在于:將得到的各個(gè)分量進(jìn)行頻譜分析和包絡(luò)解調(diào)分析，與故障特征進(jìn)行匹配，從而獲得診斷結(jié)論，是指對所獲得的諧波分量，利用FFT進(jìn)行頻譜分析；對所獲得的沖擊分量，利用Hilbert解調(diào)方法進(jìn)行包絡(luò)解調(diào)、并作出FFT頻譜，從而獲得峰值最大的頻率值fmax ;若該值與故障特征頻率f在分辨率誤差范圍內(nèi)一致，則診斷出發(fā)生了頻率值f對應(yīng)的故障。
【文檔編號】G01M13/02GK103728130SQ201310471280
【公開日】2014年4月16日 申請日期:2013年10月10日 優(yōu)先權(quán)日:2013年10月10日
【發(fā)明者】陳雪峰, 方作為, 杜朝輝, 張晗 申請人:西安交通大學(xué)