亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種風(fēng)機齒輪箱故障診斷方法與流程

文檔序號:11865339閱讀:431來源:國知局
一種風(fēng)機齒輪箱故障診斷方法與流程

本發(fā)明屬于風(fēng)電技術(shù)領(lǐng)域,特別涉及一種風(fēng)機齒輪箱故障診斷方法。



背景技術(shù):

風(fēng)電場多設(shè)計在離居民區(qū)較遠的山區(qū)或海上,維護比較困難,同時風(fēng)機因故障停運會對風(fēng)電場運營方造成很大的損失。而風(fēng)機故障的出現(xiàn)都會伴隨一個從微弱到嚴重的過程,在故障出現(xiàn)早期較微弱的時候各測量傳感器采集到的數(shù)據(jù)可能會產(chǎn)生沖突,影響對故障類型的判斷。

Dezert-Smarandache Theory(DSmT)理論是Dezert和Smarandsche等學(xué)者在2002年提出的一種有效的證據(jù)沖突組合理論,它主要處理高不確定性、高沖突和不精確的信息源證據(jù)。在隨后的發(fā)展中逐漸提出了PCR1、PCR2、PCR3、PCR4、PCR5以及PCR6等多種組合規(guī)則。其中,PCR5是較為精確的一種沖突分配方法。PCR6是由Arnaud Martin和Christophe Osswald等學(xué)者提出的作為一種當信息源s>2時替代PCR5的融合規(guī)則,它能得到比PCR5更好的融合結(jié)果,所以當信息源多以兩個時,一般用PCR6規(guī)則代替PCR5組合規(guī)則。



技術(shù)實現(xiàn)要素:

本發(fā)明的目的在于設(shè)計一個基于DSmT理論的風(fēng)機齒輪箱早期故障診斷系統(tǒng)。

本發(fā)明的技術(shù)方案是,一種風(fēng)機齒輪箱故障診斷方法,包括以下步驟:

步驟一,在風(fēng)機齒輪箱的的多個檢測點上安裝振動傳感器組成多傳感器系統(tǒng);

步驟二,將多個傳感器采集到的各路振動數(shù)據(jù)進行抗混疊濾波處理,抗混疊濾波采用小波閾值去噪法;

步驟三,采用基于本征模態(tài)函數(shù)的信息熵特征提取方法提取各路振動數(shù)據(jù)的特征,首先將濾波后的數(shù)據(jù)進行EMD分解,然后選取分解的前若干個IMF分量,求出各IMF的總能量Ei,構(gòu)建出特征向量T

<mrow> <mi>E</mi> <mo>=</mo> <msup> <mrow> <mo>(</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msup> <mrow> <mo>|</mo> <msub> <mi>E</mi> <mi>i</mi> </msub> <mo>|</mo> </mrow> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mrow> <mn>1</mn> <mo>/</mo> <mn>2</mn> </mrow> </msup> </mrow>

T=[E1/E,E2/E,...,En/E];

步驟四,將由各路振動數(shù)據(jù)求得的特征向量T輸入BP神經(jīng)網(wǎng)絡(luò)完成故障屬性判決;

步驟五,各個子BP網(wǎng)絡(luò)的屬性判決結(jié)果處理后,計算出各證據(jù)下各種故障屬性的廣義基本置信分配,假設(shè)BP神經(jīng)網(wǎng)絡(luò)輸出為:

A=[a1,a2,...ak]

則由該證據(jù)得到的廣義置信分配為:

<mrow> <msub> <mi>m</mi> <mi>j</mi> </msub> <mo>=</mo> <msub> <mi>a</mi> <mi>j</mi> </msub> <mo>/</mo> <mrow> <mo>(</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </munderover> <msub> <mi>a</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> </mrow>

m=[m1,m2,...mj];

步驟六,運用DSmT決策理論,將由各路證據(jù)得到的廣義置信分配進行故障屬性決策融合從而得到風(fēng)機齒輪箱故障類型。

在DSmT融合時,若證據(jù)源為兩個,采用PCR5融合規(guī)則;若證據(jù)源多于兩個,采用PCR6融合規(guī)則。

本發(fā)明從多傳感器信息提取,EMD能量分解,IMF信息熵提取,特征向量構(gòu)建,神經(jīng)網(wǎng)絡(luò)訓(xùn)練以及DSmT決策融合從而得到風(fēng)機齒輪箱早期故障類型。本發(fā)明把DSmT決策理論引入風(fēng)機齒輪箱早期故障診斷系統(tǒng)當中,結(jié)合BP神經(jīng)網(wǎng)絡(luò)從而構(gòu)建出風(fēng)機齒輪箱早期故障診斷模型。

附圖說明

圖1是本發(fā)明的系統(tǒng)流程圖。

圖2是本發(fā)明實施例中故障診斷模型算法流程圖。

具體實施方式

如圖2所示,本發(fā)明的風(fēng)機齒輪箱故障診斷方法步驟是:

1.在風(fēng)機齒輪箱多個關(guān)鍵部位安裝多個振動傳感器組成多傳感器系統(tǒng)。

2.將多個傳感器采集到的數(shù)據(jù)進行抗混疊濾波處理,抗混疊濾波采用小波閾值去噪法。

3.采用基于本征模態(tài)函數(shù)的信息熵特征提取方法提取各路振動數(shù)據(jù)的特征。首先將濾波后的數(shù)據(jù)進行EMD分解,然后選取分解的前若干個IMF分量,求出各IMF的總能量Ei,構(gòu)建出特征向量T

<mrow> <mi>E</mi> <mo>=</mo> <msup> <mrow> <mo>(</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msup> <mrow> <mo>|</mo> <msub> <mi>E</mi> <mi>i</mi> </msub> <mo>|</mo> </mrow> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mrow> <mn>1</mn> <mo>/</mo> <mn>2</mn> </mrow> </msup> </mrow>

T=[E1/E,E2/E,...,En/E]

4.將由各路振動數(shù)據(jù)求得的特征向量T輸入BP神經(jīng)網(wǎng)絡(luò)完成故障屬性判決;

5.各個子BP網(wǎng)絡(luò)的屬性判決結(jié)果處理后,計算出各證據(jù)下各種故障屬性的廣義基本置信分配。假設(shè)BP神經(jīng)網(wǎng)絡(luò)輸出為:

A=[a1,a2,...ak]

則由該證據(jù)得到的廣義置信分配為:

<mrow> <msub> <mi>m</mi> <mi>j</mi> </msub> <mo>=</mo> <msub> <mi>a</mi> <mi>j</mi> </msub> <mo>/</mo> <mrow> <mo>(</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </munderover> <msub> <mi>a</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> </mrow>

m=[m1,m2,...mj]

6.運用DSmT決策理論,將由各路證據(jù)得到的廣義置信分配進行故障屬性決策融合從而得到風(fēng)機齒輪箱故障類型。在DSmT融合時,若證據(jù)源為兩個,采用PCR5融合規(guī)則;若證據(jù)源多于兩個,采用PCR6融合規(guī)則。

當前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1