風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法
【專利摘要】本發(fā)明涉及風(fēng)電機組的檢修與維護技術(shù)，具體是一種風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法。本發(fā)明解決了現(xiàn)有風(fēng)電機組檢修與維護技術(shù)難以保證檢修與維護效果、無法及時發(fā)現(xiàn)風(fēng)電機組的內(nèi)部故障、突發(fā)性故障和故障隱患、以及檢修與維護成本高的問題。風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)包括狀態(tài)監(jiān)測設(shè)備、現(xiàn)場監(jiān)控與故障診斷中心、遠程監(jiān)控與故障診斷中心；所述狀態(tài)監(jiān)測設(shè)備包括加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭、在線自動分析診斷儀；所述現(xiàn)場監(jiān)控與故障診斷中心包括現(xiàn)場服務(wù)器、現(xiàn)場PC機。本發(fā)明適用于各種類型的風(fēng)電機組。
【專利說明】風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及風(fēng)電機組的檢修與維護技術(shù)，具體是一種風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法。
【背景技術(shù)】
[0002]我國幅員遼闊、風(fēng)力資源蘊藏量巨大。在國家的大力支持下，我國的風(fēng)電行業(yè)已經(jīng)實現(xiàn)連續(xù)多年的高速發(fā)展，風(fēng)電裝機容量和發(fā)電量已經(jīng)連續(xù)三年位居世界第一。但與此同時，由于風(fēng)電運行受風(fēng)的影響很大，具有間歇性、波動性、隨機性的特點，導(dǎo)致大規(guī)模的風(fēng)電在并網(wǎng)運行一段時間后，不可避免地會出現(xiàn)風(fēng)電機組故障，導(dǎo)致風(fēng)電機組非正常停機維修，從而嚴重降低發(fā)電效率，并直接影響業(yè)主的經(jīng)濟效益。因此，為了保證發(fā)電效率和業(yè)主的經(jīng)濟利益，風(fēng)電機組的檢修與維護已經(jīng)成為急需解決的關(guān)鍵問題。當(dāng)前，風(fēng)電機組的檢修與維護主要通過以下兩種方式來實現(xiàn):定期檢修與維護和事后檢修與維護。其中，定期檢修與維護是指每隔一段時間對風(fēng)電機組進行檢修與維護，其主要是依據(jù)風(fēng)電機組保養(yǎng)和維護的相關(guān)規(guī)程，檢查風(fēng)電機組運轉(zhuǎn)時是否存在異響、更換風(fēng)電機組的潤滑油脂等。定期檢修與維護的缺點在于:其一，定期檢修與維護主要依賴檢修與維護人員的經(jīng)驗與水平，檢修與維護效果因人而異，難以保證檢修與維護效果。其二，定期檢修與維護無法發(fā)現(xiàn)風(fēng)電機組的內(nèi)部故障(即密閉在風(fēng)電機組內(nèi)部的軸承、齒輪等的故障)。事后檢修與維護是指在風(fēng)電機組出現(xiàn)故障之后，針對故障部件進行檢修與維護。事后檢修與維護的缺點在于:其一，事后檢修與維護無法發(fā)現(xiàn)兩次定期檢修與維護之間出現(xiàn)的突發(fā)性故障，且無法跟蹤和發(fā)現(xiàn)潛伏期較長的故障隱患，而一旦故障隱患在下次定期檢修與維護前發(fā)展為重大故障，勢必造成很大損失。其二，在進行事后檢修與維護時，風(fēng)電場業(yè)主通常需要聘請專業(yè)檢修與維護人員、租借大型的吊裝設(shè)備來更換故障部件。而由于風(fēng)電場多位于山區(qū)、沿海、草原等地理位置偏僻、環(huán)境惡劣的地點，且風(fēng)電機組分布分散、相互間隔較遠，勢必導(dǎo)致檢修與維護成本高?；诖?，有必要發(fā)明一種全新的風(fēng)電機組檢修與維護技術(shù)，以解決現(xiàn)有風(fēng)電機組檢修與維護技術(shù)難以保證檢修與維護效果、無法及時發(fā)現(xiàn)風(fēng)電機組的內(nèi)部故障、突發(fā)性故障和故障隱患、以及檢修與維護成本高的問題。

【發(fā)明內(nèi)容】

[0003]本發(fā)明為了解決現(xiàn)有風(fēng)電機組檢修與維護技術(shù)難以保證檢修與維護效果、無法及時發(fā)現(xiàn)風(fēng)電機組的內(nèi)部故障、突發(fā)性故障和故障隱患、以及檢修與維護成本高的問題，提供了一種風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法。
[0004]本發(fā)明是采用如下技術(shù)方案實現(xiàn)的:風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)，包括狀態(tài)監(jiān)測設(shè)備、現(xiàn)場監(jiān)控與故障診斷中心、遠程監(jiān)控與故障診斷中心；所述狀態(tài)監(jiān)測設(shè)備包括加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭、在線自動分析診斷儀；所述現(xiàn)場監(jiān)控與故障診斷中心包括現(xiàn)場服務(wù)器、現(xiàn)場PC機；所述遠程監(jiān)控與故障診斷中心包括遠程服務(wù)器、遠程PC機；其中，加速度振動傳感器的數(shù)據(jù)傳輸端、轉(zhuǎn)速傳感器的數(shù)據(jù)傳輸端、電流傳感器的數(shù)據(jù)傳輸端、攝像頭的數(shù)據(jù)傳輸端均與在線自動分析診斷儀的數(shù)據(jù)傳輸端雙向連接；在線自動分析診斷儀通過光纖以太網(wǎng)分別與現(xiàn)場服務(wù)器、現(xiàn)場PC機雙向連接；現(xiàn)場服務(wù)器通過互聯(lián)網(wǎng)分別與遠程服務(wù)器、遠程PC機雙向連接。
[0005]所述加速度振動傳感器為壓電式加速度振動傳感器；所述轉(zhuǎn)速傳感器為光電編碼器；所述電流傳感器為羅氏線圈電流傳感器；所述在線自動分析診斷儀采用ARM+DSP+FPGA的硬件結(jié)構(gòu)。
[0006]風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷方法(該方法在本發(fā)明所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)中實現(xiàn))，該方法是采用如下步驟實現(xiàn)的:
1)現(xiàn)場監(jiān)控與故障診斷中心向在線自動分析診斷儀實時發(fā)送控制指令；在線自動分析診斷儀實時接收控制指令，并根據(jù)接收到的控制指令設(shè)置ARM、DSP、FPGA、加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭的運行參數(shù)和啟停模式；
2)加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭分別實時采集風(fēng)電機組的狀態(tài)數(shù)據(jù)，并分別將采集到的狀態(tài)數(shù)據(jù)實時發(fā)送至FPGA ；DSP實時分析來自FPGA的狀態(tài)數(shù)據(jù)，并依照科學(xué)算法結(jié)構(gòu)，對相應(yīng)的指標(biāo)進行運算；運算結(jié)束后，DSP通過對運算結(jié)果的動態(tài)分析，按照不同指標(biāo)的權(quán)重比例的不同初步確定風(fēng)電機組故障的級別；然后，DSP將運算后的典型時域指標(biāo)及頻域指標(biāo)的具體數(shù)據(jù)和診斷結(jié)果通過ARM發(fā)送至現(xiàn)場監(jiān)控與故障診斷中心；為了保證診斷的準(zhǔn)確性，DSP在診斷出風(fēng)電機組可能出現(xiàn)故障或者已經(jīng)出現(xiàn)故障的同時，將來自FPGA的狀態(tài)數(shù)據(jù)一并轉(zhuǎn)發(fā)至遠程監(jiān)控與故障診斷中心，以便遠程監(jiān)控與故障診斷中心通過更為專業(yè)的人工分析，最終確定風(fēng)電機組故障的級別及類型；
3)現(xiàn)場監(jiān)控與故障診斷中心實時接收具體數(shù)據(jù)和診斷結(jié)果，并對接收到的具體數(shù)據(jù)和診斷結(jié)果進行辨析處理，然后根據(jù)辨析結(jié)果對風(fēng)電機組的運行狀態(tài)進行報警；同時，現(xiàn)場監(jiān)控與故障診斷中心根據(jù)接收到的具體數(shù)據(jù)和診斷結(jié)果對風(fēng)電機組的運行狀態(tài)進行顯示和存儲，并向遠程監(jiān)控與故障診斷中心提供可實時訪問和下載的數(shù)據(jù)，同時可查看遠程監(jiān)控與故障診斷中心的人工分析結(jié)果；
4)遠程監(jiān)控與故障診斷中心訪問現(xiàn)場監(jiān)控與故障診斷中心，下載數(shù)據(jù)，并利用小波變換分析方法、小波包變換分析方法、包絡(luò)譜分析方法、倒頻譜分析方法、細化譜分析方法、改進的小波變換分析方法、改進的小波包變換分析方法、小波變換-倒頻譜分析方法、改進的小波包變換-包絡(luò)譜分析方法對下載得到的數(shù)據(jù)進行分析，然后根據(jù)分析結(jié)果對風(fēng)電機組的運行故障進行定期診斷，出具專業(yè)分析報告，并將專業(yè)分析報告發(fā)送至現(xiàn)場監(jiān)控與故障診斷中心。
[0007]所述步驟I)中，所述運行參數(shù)包括采樣頻率、閾值、算法參數(shù)；所述啟停模式包括選擇在線自動分析診斷儀以及對在線自動分析診斷儀的手動啟動、手動停止。
[0008]所述步驟2)中，所述風(fēng)電機組的狀態(tài)數(shù)據(jù)包括風(fēng)電機組的加速度振動數(shù)據(jù)、轉(zhuǎn)速數(shù)據(jù)、電流數(shù)據(jù)、視頻數(shù)據(jù)；所述風(fēng)電機組的加速度振動數(shù)據(jù)包括主軸前軸承的加速度振動數(shù)據(jù)、主軸后軸承的加速度振動數(shù)據(jù)、增速齒輪箱的低速端軸承的加速度振動數(shù)據(jù)、增速齒輪箱的高速端軸承的加速度振動數(shù)據(jù)、增速齒輪箱一級行星輪系齒輪的加速度振動數(shù)據(jù)、增速齒輪箱二級行星輪系齒輪的加速度振動數(shù)據(jù)、增速齒輪箱的箱體定軸輪系齒輪的加速度振動數(shù)據(jù)、發(fā)電機的前端軸承的加速度振動數(shù)據(jù)、發(fā)電機的后端軸承的加速度振動數(shù)據(jù)；所述風(fēng)電機組的轉(zhuǎn)速數(shù)據(jù)包括主軸的轉(zhuǎn)速數(shù)據(jù)或齒輪箱低速端側(cè)的轉(zhuǎn)速數(shù)據(jù)、齒輪箱高速端側(cè)的轉(zhuǎn)速數(shù)據(jù)或發(fā)電機側(cè)的轉(zhuǎn)速數(shù)據(jù)；所述風(fēng)電機組的電流數(shù)據(jù)包括：發(fā)電機的三相電流輸出端的電流數(shù)據(jù)；所述實時預(yù)處理包括信號調(diào)理、硬件積分、抗混濾波。
[0009]所述步驟2)中，所述科學(xué)算法包括時域分析方法和傅里葉變換分析算法；所述時域分析方法包括以下步驟：計算狀態(tài)數(shù)據(jù)的特征參數(shù)；判斷特征參數(shù)是否超過報警閾值，并根據(jù)判斷結(jié)果進行報警；所述特征參數(shù)包括時域均值、有效值、峰值、峰值指標(biāo)、波形指標(biāo)、脈沖指標(biāo)、裕度指標(biāo)、峭度指標(biāo)；所述傅里葉變換分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)進行快速傅里葉變換，得到頻域值；求取頻域值的模值，并將該模值作為頻率的幅值；構(gòu)建頻率軸，并保證頻率軸與頻域值的模值 一一對應(yīng)；在頻率軸上尋找特征頻率對應(yīng)的幅值是否存在并超過報警閾值，并根據(jù)尋找結(jié)果進行報警。
[0010]所述步驟3)中，所述現(xiàn)場監(jiān)控與故障診斷中心根據(jù)接收到的具體數(shù)據(jù)和診斷結(jié)果對風(fēng)電機組的運行狀態(tài)進行顯示和存儲，其顯示方式為網(wǎng)站顯示，其存儲設(shè)備為現(xiàn)場所設(shè)服務(wù)器。
[0011]所述步驟4)中，所述小波變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波變換分解，得到小波子帶圖譜；觀察小波子帶圖譜中是否存在瞬態(tài)沖擊跡象、是否存在等間距的沖擊特征，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障；
所述小波包變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波包分解，得到等偶數(shù)倍的間隔的頻帶子帶圖譜；觀察對比各個頻帶子帶圖譜，并判斷是否存在周期性沖擊特征跡象，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障；
所述包絡(luò)譜分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)進行希爾伯特變換，除去高頻分量，得到含有缺陷激震分量的包絡(luò)數(shù)據(jù)；將包絡(luò)數(shù)據(jù)進行快速傅里葉變換，得到頻譜；觀察頻譜中是否存在低頻的激振頻率，并根據(jù)觀察結(jié)果判斷故障；
所述倒頻譜分析方法包括以下步驟：求取狀態(tài)數(shù)據(jù)的功率譜；求取功率譜的對數(shù)；將功率譜進行快速傅里葉變換，得到倒頻譜；觀察倒頻譜中是否存在周期性頻帶，并根據(jù)觀察結(jié)果判斷故障；
所述細化譜分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)設(shè)為X (t)，采樣頻率設(shè)為fs ^ 2fm，采樣點數(shù)設(shè)為N，得到分辨率為F=2fm/N的頻譜X(f);將中心頻率設(shè)為fO，帶寬設(shè)為B ;將頻譜X(f)進行數(shù)字頻移處理，得到頻移fO后的頻譜X(f+f0);將頻譜X(f+f0)進行數(shù)字低通濾波，得到帶寬為土B/2的窄帶頻譜Y (f);將窄帶Y(f)進行逆傅里葉變換，得到窄帶數(shù)據(jù)y(t);將窄帶數(shù)據(jù)y (t)進行重采樣，得到重采樣序列y(m);若采樣頻率fs’=fs/k，采樣點數(shù)為M，則可獲得分辨率為f’ =fs’ /M=fs/ (kM) =NF/ (kM)，當(dāng)N=M時，f’ =F/k ;將重采樣序列y(m)進行快速傅里葉變換，得到分辨率為f’=F/k的細化頻譜Y (k);觀察細化頻譜Y (k)中是否存在等間隔的變頻帶故障特征，然后根據(jù)觀察結(jié)果判斷故障；
所述改進的小波變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波變換分解；將分解得到的近似部分的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將分解得到的細節(jié)部分的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將自近似部分單子帶重構(gòu)過程中的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將自細節(jié)部分單子帶重構(gòu)過程中的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理，得到消除掉頻帶混疊現(xiàn)象的小波子帶圖譜；觀察小波子帶圖譜中是否存在等間距的沖擊特征，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障； 所述改進的小波包變換分析方法包括以下步驟:選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)與小波分解濾波器進行卷積；將卷積結(jié)果進行傅里葉變換，得到頻域數(shù)據(jù)；將頻域數(shù)據(jù)的頻帶中超出理想頻帶范圍的多余頻譜成分置零；將置零后的頻帶進行傅里葉逆變換；將傅里葉逆變換結(jié)果一方面與小波分解濾波器進行卷積，并重復(fù)上述步驟，另一方面與小波重構(gòu)濾波器進行卷積；將卷積結(jié)果中超出理想頻帶范圍的多余頻譜成分置零；將置零后的卷積結(jié)果進行傅里葉逆變換；將傅里葉逆變換結(jié)果進行重新排序，得到消除掉頻帶錯亂的子帶圖譜；觀察對比各個子帶圖譜，并判斷是否存在周期性沖擊特征跡象，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障；
所述小波變換-倒頻譜分析方法包括以下步驟:將狀態(tài)數(shù)據(jù)進行多層小波分解；將狀態(tài)數(shù)據(jù)的低頻段進行重構(gòu)；求取重構(gòu)后的狀態(tài)數(shù)據(jù)的功率譜；求取功率譜的對數(shù)；將功率譜進行快速傅里葉變換，得到倒頻譜；觀察倒頻譜中是否存在周期性頻帶，并根據(jù)觀察結(jié)果判斷故障；
所述改進的小波包變換-包絡(luò)譜分析方法包括以下步驟:選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)與小波分解濾波器進行卷積；將卷積結(jié)果進行傅里葉變換，得到頻域數(shù)據(jù)；將頻域數(shù)據(jù)的頻帶中超出理想頻帶范圍的多余頻譜成分置零；將置零后的頻帶進行傅里葉逆變換；將傅里葉逆變換結(jié)果一方面與小波分解濾波器進行卷積，并重復(fù)上述步驟，另一方面與小波重構(gòu)濾波器進行卷積；將卷積結(jié)果中超出理想頻帶范圍的多余頻譜成分置零；將置零后的卷積結(jié)果進行傅里葉逆變換；將傅里葉逆變換結(jié)果進行重新排序，得到消除掉頻帶錯亂的等偶數(shù)倍的間隔的頻帶子帶圖譜；觀察各個頻帶子帶圖譜的能量分布情況；選取能量最高的頻帶子帶圖譜進行希爾伯特變換包絡(luò)解調(diào)；將包絡(luò)解調(diào)后的頻帶子帶圖譜進行快速傅里葉變換，得到包絡(luò)數(shù)據(jù)頻譜；觀察包絡(luò)數(shù)據(jù)頻譜中是否存在低頻的激振頻率，并根據(jù)觀察結(jié)果判斷故障。
[0012]與現(xiàn)有風(fēng)電機組檢修與維護技術(shù)相比，本發(fā)明所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法具有如下優(yōu)點:其一，與定期檢修與維護相比，本發(fā)明所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法不再依賴檢修與維護人員的經(jīng)驗與水平，而是依據(jù)各種智能分析方法進行檢修與維護，因此其能夠有效保證檢修與維護效果。同時，本發(fā)明所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法對風(fēng)電機組的各個部件的狀態(tài)數(shù)據(jù)進行實時采集，并通過各種智能分析方法對狀態(tài)數(shù)據(jù)進行分析，因此其能夠發(fā)現(xiàn)風(fēng)電機組的內(nèi)部故障(即密閉在風(fēng)電機組內(nèi)部的軸承、齒輪等的故障)。其二，與事后檢修與維護相比，本發(fā)明所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法對風(fēng)電機組的各個部件的狀態(tài)數(shù)據(jù)進行實時采集，并通過各種智能分析方法對狀態(tài)數(shù)據(jù)進行分析，因此其不僅能夠發(fā)現(xiàn)突發(fā)性故障，而且能夠?qū)崟r跟蹤和發(fā)現(xiàn)潛伏期較長的故障隱患，從而避免損失。同時，本發(fā)明所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法省去了專業(yè)檢修與維護人員和大型的吊裝設(shè)備，因此其有效降低了檢修與維護成本。其三，本發(fā)明將ARM、DSP、FPGA三者結(jié)合起來，開發(fā)了高性能的數(shù)據(jù)采集分析傳輸硬件系統(tǒng)和遠程網(wǎng)站式控制顯示軟件系統(tǒng)，實現(xiàn)了早期故障的遠程實時在線自動診斷功能，現(xiàn)場工作人員在遠程監(jiān)測界面上即可方便快捷直觀的了解到設(shè)備狀態(tài)的故障與否。其四，本發(fā)明中的DSP提供了多個接口，可以針對不同的風(fēng)機、不同的環(huán)境狀況方便的修改相應(yīng)的運算參量，增強了設(shè)備的適應(yīng)能力，滿足了不同場合的需求。并且設(shè)備提供在線固件升級功能，在實際運行過程中可通過內(nèi)部局域網(wǎng)或者外部網(wǎng)絡(luò)在無須拆卸的情況下直接對DSP內(nèi)部的軟件進行在線升級，方便、快捷地修復(fù)各種由于軟件原因帶來的問題，進一步保證了設(shè)備工作的連續(xù)性、穩(wěn)定性。
[0013]綜上所述，本發(fā)明所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)及方法通過對風(fēng)電機組的各個部件的狀態(tài)數(shù)據(jù)進行實時采集，并通過各種智能分析方法對狀態(tài)數(shù)據(jù)進行分析，不僅有效解決了現(xiàn)有風(fēng)電機組檢修與維護技術(shù)難以保證檢修與維護效果、無法及時發(fā)現(xiàn)風(fēng)電機組的內(nèi)部故障、突發(fā)性故障和故障隱患、以及檢修與維護成本高的問題，而且實現(xiàn)了風(fēng)電機組的主動性和預(yù)測性檢修與維護，從而有效保證了發(fā)電效率和業(yè)主的經(jīng)濟利益。
[0014]本發(fā)明有效解決了現(xiàn)有風(fēng)電機組檢修與維護技術(shù)難以保證檢修與維護效果、無法及時發(fā)現(xiàn)風(fēng)電機組的內(nèi)部故障、突發(fā)性故障和故障隱患、以及檢修與維護成本高的問題，適用于各種類型的風(fēng)電機組。
【專利附圖】

【附圖說明】
[0015]圖1是本發(fā)明的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)的結(jié)構(gòu)示意圖?！揪唧w實施方式】
[0016]風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)，包括狀態(tài)監(jiān)測設(shè)備、現(xiàn)場監(jiān)控與故障診斷中心、遠程監(jiān)控與故障診斷中心；所述狀態(tài)監(jiān)測設(shè)備包括加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭、在線自動分析診斷儀；所述現(xiàn)場監(jiān)控與故障診斷中心包括現(xiàn)場服務(wù)器、現(xiàn)場PC機；所述遠程監(jiān)控與故障診斷中心包括遠程服務(wù)器、遠程PC機；其中，加速度振動傳感器的數(shù)據(jù)傳輸端、轉(zhuǎn)速傳感器的數(shù)據(jù)傳輸端、電流傳感器的數(shù)據(jù)傳輸端、攝像頭的數(shù)據(jù)傳輸端均與在線自動分析診斷儀的數(shù)據(jù)傳輸端雙向連接；在線自動分析診斷儀通過光纖以太網(wǎng)分別與現(xiàn)場服務(wù)器、現(xiàn)場PC機雙向連接；現(xiàn)場服務(wù)器通過互聯(lián)網(wǎng)分別與遠程服務(wù)器、遠程PC機雙向連接。
[0017]所述加速度振動傳感器為壓電式加速度振動傳感器；所述轉(zhuǎn)速傳感器為光電編碼器；所述電流傳感器為羅氏線圈電流傳感器；所述在線自動分析診斷儀采用ARM+DSP+FPGA的硬件結(jié)構(gòu)。
[0018]風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷方法(該方法在本發(fā)明所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)中實現(xiàn))，該方法是采用如下步驟實現(xiàn)的:
1)現(xiàn)場監(jiān)控與故障診斷中心向在線自動分析診斷儀實時發(fā)送控制指令；在線自動分析診斷儀實時接收控制指令，并根據(jù)接收到的控制指令設(shè)置ARM、DSP、FPGA、加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭的運行參數(shù)和啟停模式；
2)加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭分別實時采集風(fēng)電機組的狀態(tài)數(shù)據(jù)，并分別將采集到的狀態(tài)數(shù)據(jù)實時發(fā)送至FPGA ；DSP實時分析來自FPGA的狀態(tài)數(shù)據(jù)，并依照科學(xué)算法結(jié)構(gòu)，對相應(yīng)的指標(biāo)進行運算；運算結(jié)束后，DSP通過對運算結(jié)果的動態(tài)分析，按照不同指標(biāo)的權(quán)重比例的不同初步確定風(fēng)電機組故障的級別；然后，DSP將運算后的典型時域指標(biāo)及頻域指標(biāo)的具體數(shù)據(jù)和診斷結(jié)果通過ARM發(fā)送至現(xiàn)場監(jiān)控與故障診斷中心；為了保證診斷的準(zhǔn)確性，DSP在診斷出風(fēng)電機組可能出現(xiàn)故障或者已經(jīng)出現(xiàn)故障的同時，將來自FPGA的狀態(tài)數(shù)據(jù)一并轉(zhuǎn)發(fā)至遠程監(jiān)控與故障診斷中心，以便遠程監(jiān)控與故障診斷中心通過更為專業(yè)的人工分析，最終確定風(fēng)電機組故障的級別及類型；
3)現(xiàn)場監(jiān)控與故障診斷中心實時接收具體數(shù)據(jù)和診斷結(jié)果，并對接收到的具體數(shù)據(jù)和診斷結(jié)果進行辨析處理，然后根據(jù)辨析結(jié)果對風(fēng)電機組的運行狀態(tài)進行報警；同時，現(xiàn)場監(jiān)控與故障診斷中心根據(jù)接收到的具體數(shù)據(jù)和診斷結(jié)果對風(fēng)電機組的運行狀態(tài)進行顯示和存儲，并向遠程監(jiān)控與故障診斷中心提供可實時訪問和下載的數(shù)據(jù)，同時可查看遠程監(jiān)控與故障診斷中心的人工分析結(jié)果；
4)遠程監(jiān)控與故障診斷中心訪問現(xiàn)場監(jiān)控與故障診斷中心，下載數(shù)據(jù)，并利用小波變換分析方法、小波包變換分析方法、包絡(luò)譜分析方法、倒頻譜分析方法、細化譜分析方法、改進的小波變換分析方法、改進的小波包變換分析方法、小波變換-倒頻譜分析方法、改進的小波包變換-包絡(luò)譜分析方法對下載得到的數(shù)據(jù)進行分析，然后根據(jù)分析結(jié)果對風(fēng)電機組的運行故障進行定期診斷，出具專業(yè)分析報告，并將專業(yè)分析報告發(fā)送至現(xiàn)場監(jiān)控與故障診斷中心。
[0019]所述步驟I)中，所述運行參數(shù)包括采樣頻率、閾值、算法參數(shù)；所述啟停模式包括選擇在線自動分析診斷儀以及對在線自動分析診斷儀的手動啟動、手動停止。
[0020]所述步驟2)中，所述風(fēng)電機組的狀態(tài)數(shù)據(jù)包括風(fēng)電機組的加速度振動數(shù)據(jù)、轉(zhuǎn)速數(shù)據(jù)、電流數(shù)據(jù)、視頻數(shù)據(jù)；所述風(fēng)電機組的加速度振動數(shù)據(jù)包括主軸前軸承的加速度振動數(shù)據(jù)、主軸后軸承的加速度振動數(shù)據(jù)、增速齒輪箱的低速端軸承的加速度振動數(shù)據(jù)、增速齒輪箱的高速端軸承的加速度振動數(shù)據(jù)、增速齒輪箱一級行星輪系齒輪的加速度振動數(shù)據(jù)、增速齒輪箱二級行星輪系齒輪的加速度振動數(shù)據(jù)、增速齒輪箱的箱體定軸輪系齒輪的加速度振動數(shù)據(jù)、發(fā)電機的前端軸承的加速度振動數(shù)據(jù)、發(fā)電機的后端軸承的加速度振動數(shù)據(jù)；所述風(fēng)電機組的轉(zhuǎn)速數(shù)據(jù)包括主軸的轉(zhuǎn)速數(shù)據(jù)或齒輪箱低速端側(cè)的轉(zhuǎn)速數(shù)據(jù)、齒輪箱高速端側(cè)的轉(zhuǎn)速數(shù)據(jù)或發(fā)電機側(cè)的轉(zhuǎn)速數(shù)據(jù)；所述風(fēng)電機組的電流數(shù)據(jù)包括:發(fā)電機的三相電流輸出端的電流數(shù)據(jù)；所述實時預(yù)處理包括信號調(diào)理、硬件積分、抗混濾波。
[0021]所述步驟2)中，所述科學(xué)算法包括時域分析方法和傅里葉變換分析算法；所述時域分析方法包括以下步驟:計算狀態(tài)數(shù)據(jù)的特征參數(shù)；判斷特征參數(shù)是否超過報警閾值，并根據(jù)判斷結(jié)果進行報警；所述特征參數(shù)包括時域均值、有效值、峰值、峰值指標(biāo)、波形指標(biāo)、脈沖指標(biāo)、裕度指標(biāo)、峭度指標(biāo)；所述傅里葉變換分析方法包括以下步驟:將狀態(tài)數(shù)據(jù)進行快速傅里葉變換，得到頻域值；求取頻域值的模值，并將該模值作為頻率的幅值；構(gòu)建頻率軸，并保證頻率軸與頻域值的模值一一對應(yīng)；在頻率軸上尋找特征頻率對應(yīng)的幅值是否存在并超過報警閾值，并根據(jù)尋找結(jié)果進行報警。
[0022]所述步驟3)中，所述現(xiàn)場監(jiān)控與故障診斷中心根據(jù)接收到的具體數(shù)據(jù)和診斷結(jié)果對風(fēng)電機組的運行狀態(tài)進行顯示和存儲，其顯示方式為網(wǎng)站顯示，其存儲設(shè)備為現(xiàn)場所設(shè)服務(wù)器。
[0023]所述步驟4)中，所述小波變換分析方法包括以下步驟:選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波變換分解，得到小波子帶圖譜；觀察小波子帶圖譜中是否存在瞬態(tài)沖擊跡象、是否存在等間距的沖擊特征，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障；
所述小波包變換分析方法包括以下步驟:選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波包分解，得到等偶數(shù)倍的間隔的頻帶子帶圖譜；觀察對比各個頻帶子帶圖譜，并判斷是否存在周期性沖擊特征跡象，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障；所述包絡(luò)譜分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)進行希爾伯特變換，除去高頻分量，得到含有缺陷激震分量的包絡(luò)數(shù)據(jù)；將包絡(luò)數(shù)據(jù)進行快速傅里葉變換，得到頻譜；觀察頻譜中是否存在低頻的激振頻率，并根據(jù)觀察結(jié)果判斷故障；
所述倒頻譜分析方法包括以下步驟：求取狀態(tài)數(shù)據(jù)的功率譜；求取功率譜的對數(shù)；將功率譜進行快速傅里葉變換，得到倒頻譜；觀察倒頻譜中是否存在周期性頻帶，并根據(jù)觀察結(jié)果判斷故障；
所述細化譜分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)設(shè)為X (t)，采樣頻率設(shè)為f S ^ 2fm,采樣點數(shù)設(shè)為N，得到分辨率為F=2fm/N的頻譜X(f);將中心頻率設(shè)為fO，帶寬設(shè)為B ;將頻譜X(f)進行數(shù)字頻移處理，得到頻移fO后的頻譜X(f+fO);將頻譜X(f+fO)進行數(shù)字低通濾波，得到帶寬為土B/2的窄帶頻譜Y (f);將窄帶Y(f)進行逆傅里葉變換，得到窄帶數(shù)據(jù)y(t);將窄帶數(shù)據(jù)y (t)進行重采樣，得到重采樣序列y(m);若采樣頻率fs’=fs/k，采樣點數(shù)為M，則可獲得分辨率為f’ =fs’ /M=fs/ (kM) =NF/ (kM)，當(dāng)N=M時，f’ =F/k ;將重采樣序列y(m)進行快速傅里葉變換，得到分辨率為f’=F/k的細化頻譜Y (k);觀察細化頻譜Y (k)中是否存在等間隔的變頻帶故障特征，然后根據(jù)觀察結(jié)果判斷故障；
所述改進的小 波變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波變換分解；將分解得到的近似部分的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將分解得到的細節(jié)部分的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將自近似部分單子帶重構(gòu)過程中的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將自細節(jié)部分單子帶重構(gòu)過程中的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理，得到消除掉頻帶混疊現(xiàn)象的小波子帶圖譜；觀察小波子帶圖譜中是否存在等間距的沖擊特征，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障；所述改進的小波包變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)與小波分解濾波器進行卷積；將卷積結(jié)果進行傅里葉變換，得到頻域數(shù)據(jù)；將頻域數(shù)據(jù)的頻帶中超出理想頻帶范圍的多余頻譜成分置零；將置零后的頻帶進行傅里葉逆變換；將傅里葉逆變換結(jié)果一方面與小波分解濾波器進行卷積，并重復(fù)上述步驟，另一方面與小波重構(gòu)濾波器進行卷積；將卷積結(jié)果中超出理想頻帶范圍的多余頻譜成分置零；將置零后的卷積結(jié)果進行傅里葉逆變換；將傅里葉逆變換結(jié)果進行重新排序，得到消除掉頻帶錯亂的子帶圖譜；觀察對比各個子帶圖譜，并判斷是否存在周期性沖擊特征跡象，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障；
所述小波變換-倒頻譜分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)進行多層小波分解；將狀態(tài)數(shù)據(jù)的低頻段進行重構(gòu)；求取重構(gòu)后的狀態(tài)數(shù)據(jù)的功率譜；求取功率譜的對數(shù)；將功率譜進行快速傅里葉變換，得到倒頻譜；觀察倒頻譜中是否存在周期性頻帶，并根據(jù)觀察結(jié)果判斷故障；
所述改進的小波包變換-包絡(luò)譜分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)與小波分解濾波器進行卷積；將卷積結(jié)果進行傅里葉變換，得到頻域數(shù)據(jù)；將頻域數(shù)據(jù)的頻帶中超出理想頻帶范圍的多余頻譜成分置零；將置零后的頻帶進行傅里葉逆變換；將傅里葉逆變換結(jié)果一方面與小波分解濾波器進行卷積，并重復(fù)上述步驟，另一方面與小波重構(gòu)濾波器進行卷積；將卷積結(jié)果中超出理想頻帶范圍的多余頻譜成分置零；將置零后的卷積結(jié)果進行傅里葉逆變換；將傅里葉逆變換結(jié)果進行重新排序，得到消除掉頻帶錯亂的等偶數(shù)倍的間隔的頻帶子帶圖譜；觀察各個頻帶子帶圖譜的能量分布情況；選取能量最高的頻帶子帶圖譜進行希爾伯特變換包絡(luò)解調(diào)；將包絡(luò)解調(diào)后的頻帶子帶圖譜進行快速傅里葉變換，得到包絡(luò)數(shù)據(jù)頻譜；觀察包絡(luò)數(shù)據(jù)頻譜中是否存在低頻的激振頻率，并根據(jù)觀察結(jié)果判斷故障。
[0024]具體實施時，如圖1所示，狀態(tài)監(jiān)測設(shè)備的數(shù)目根據(jù)風(fēng)電機組的數(shù)目而定。壓電式加速度振動傳感器采用M601A101型ICP壓電式加速度振動傳感器。ARM處理器采用cortexA8架構(gòu)、IG主頻的高性能samsungARM處理器。DSP采用TI的OMAP L138型高性能、低功耗內(nèi)置高性浮點運算單元的數(shù)字信號處理芯片。
【權(quán)利要求】
1.一種風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)，其特征在于：包括狀態(tài)監(jiān)測設(shè)備、現(xiàn)場監(jiān)控與故障診斷中心、遠程監(jiān)控與故障診斷中心；所述狀態(tài)監(jiān)測設(shè)備包括加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭、在線自動分析診斷儀；所述現(xiàn)場監(jiān)控與故障診斷中心包括現(xiàn)場服務(wù)器、現(xiàn)場PC機；所述遠程監(jiān)控與故障診斷中心包括遠程服務(wù)器、遠程PC機；其中，加速度振動傳感器的數(shù)據(jù)傳輸端、轉(zhuǎn)速傳感器的數(shù)據(jù)傳輸端、電流傳感器的數(shù)據(jù)傳輸端、攝像頭的數(shù)據(jù)傳輸端均與在線自動分析診斷儀的數(shù)據(jù)傳輸端雙向連接；在線自動分析診斷儀通過光纖以太網(wǎng)分別與現(xiàn)場服務(wù)器、現(xiàn)場PC機雙向連接；現(xiàn)場服務(wù)器通過互聯(lián)網(wǎng)分別與遠程服務(wù)器、遠程PC機雙向連接。
2.根據(jù)權(quán)利要求1所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)，其特征在于：所述加速度振動傳感器為壓電式加速度振動傳感器；所述轉(zhuǎn)速傳感器為光電編碼器；所述電流傳感器為羅氏線圈電流傳感器；所述在線自動分析診斷儀采用ARM+DSP+FPGA的硬件結(jié)構(gòu)。
3.一種風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷方法，該方法在如權(quán)利要求2所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷系統(tǒng)中實現(xiàn)，其特征在于：該方法是采用如下步驟實現(xiàn)的： 1)現(xiàn)場監(jiān)控與故障診斷中心向在線自動分析診斷儀實時發(fā)送控制指令；在線自動分析診斷儀實時接收控制指令，并根據(jù)接收到的控制指令設(shè)置arm、DSP、FPGA、加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭的運行參數(shù)和啟停模式； 2)加速度振動傳感器、轉(zhuǎn)速傳感器、電流傳感器、攝像頭分別實時采集風(fēng)電機組的狀態(tài)數(shù)據(jù)，并分別將采集到的狀態(tài)數(shù)據(jù)實時發(fā)送至FPGA ；DSP實時分析來自FPGA的狀態(tài)數(shù)據(jù)，并依照科學(xué)算法結(jié)構(gòu)，對相應(yīng)的指標(biāo)進行運算；運算結(jié)束后，DSP通過對運算結(jié)果的動態(tài)分析，按照不同指標(biāo) 的權(quán)重比例的不同初步確定風(fēng)電機組故障的級別；然后，DSP將運算后的典型時域指標(biāo)及頻域指標(biāo)的具體數(shù)據(jù)和診斷結(jié)果通過ARM發(fā)送至現(xiàn)場監(jiān)控與故障診斷中心；為了保證診斷的準(zhǔn)確性，DSP在診斷出風(fēng)電機組可能出現(xiàn)故障或者已經(jīng)出現(xiàn)故障的同時，將來自FPGA的狀態(tài)數(shù)據(jù)一并轉(zhuǎn)發(fā)至遠程監(jiān)控與故障診斷中心，以便遠程監(jiān)控與故障診斷中心通過更為專業(yè)的人工分析，最終確定風(fēng)電機組故障的級別及類型； 3)現(xiàn)場監(jiān)控與故障診斷中心實時接收具體數(shù)據(jù)和診斷結(jié)果，并對接收到的具體數(shù)據(jù)和診斷結(jié)果進行辨析處理，然后根據(jù)辨析結(jié)果對風(fēng)電機組的運行狀態(tài)進行報警；同時，現(xiàn)場監(jiān)控與故障診斷中心根據(jù)接收到的具體數(shù)據(jù)和診斷結(jié)果對風(fēng)電機組的運行狀態(tài)進行顯示和存儲，并向遠程監(jiān)控與故障診斷中心提供可實時訪問和下載的數(shù)據(jù)，同時可查看遠程監(jiān)控與故障診斷中心的人工分析結(jié)果； 4)遠程監(jiān)控與故障診斷中心訪問現(xiàn)場監(jiān)控與故障診斷中心，下載數(shù)據(jù)，并利用小波變換分析方法、小波包變換分析方法、包絡(luò)譜分析方法、倒頻譜分析方法、細化譜分析方法、改進的小波變換分析方法、改進的小波包變換分析方法、小波變換-倒頻譜分析方法、改進的小波包變換-包絡(luò)譜分析方法對下載得到的數(shù)據(jù)進行分析，然后根據(jù)分析結(jié)果對風(fēng)電機組的運行故障進行定期診斷，出具專業(yè)分析報告，并將專業(yè)分析報告發(fā)送至現(xiàn)場監(jiān)控與故障診斷中心。
4.根據(jù)權(quán)利要求3所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷方法，其特征在于：所述步驟I)中，所述運行參數(shù)包括采樣頻率、閾值、算法參數(shù)；所述啟停模式包括選擇在線自動分析診斷儀以及對在線自動分析診斷儀的手動啟動、手動停止。
5.根據(jù)權(quán)利要求3所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷方法，其特征在于：所述步驟2)中，所述風(fēng)電機組的狀態(tài)數(shù)據(jù)包括風(fēng)電機組的加速度振動數(shù)據(jù)、轉(zhuǎn)速數(shù)據(jù)、電流數(shù)據(jù)、視頻數(shù)據(jù)；所述風(fēng)電機組的加速度振動數(shù)據(jù)包括主軸前軸承的加速度振動數(shù)據(jù)、主軸后軸承的加速度振動數(shù)據(jù)、增速齒輪箱的低速端軸承的加速度振動數(shù)據(jù)、增速齒輪箱的高速端軸承的加速度振動數(shù)據(jù)、增速齒輪箱一級行星輪系齒輪的加速度振動數(shù)據(jù)、增速齒輪箱二級行星輪系齒輪的加速度振動數(shù)據(jù)、增速齒輪箱的箱體定軸輪系齒輪的加速度振動數(shù)據(jù)、發(fā)電機的前端軸承的加速度振動數(shù)據(jù)、發(fā)電機的后端軸承的加速度振動數(shù)據(jù)；所述風(fēng)電機組的轉(zhuǎn)速數(shù)據(jù)包括主軸的轉(zhuǎn)速數(shù)據(jù)或齒輪箱低速端側(cè)的轉(zhuǎn)速數(shù)據(jù)、齒輪箱高速端側(cè)的轉(zhuǎn)速數(shù)據(jù)或發(fā)電機側(cè)的轉(zhuǎn)速數(shù)據(jù)；所述風(fēng)電機組的電流數(shù)據(jù)包括：發(fā)電機的三相電流輸出端的電流數(shù)據(jù)；所述實時預(yù)處理包括信號調(diào)理、硬件積分、抗混濾波。
6.根據(jù)權(quán)利要求3所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷方法，其特征在于：所述步驟2)中，所述科學(xué)算法包括時域分析方法和傅里葉變換分析算法；所述時域分析方法包括以下步驟：計算狀態(tài)數(shù)據(jù)的特征參數(shù)；判斷特征參數(shù)是否超過報警閾值，并根據(jù)判斷結(jié)果進行報警；所述特征參數(shù)包括時域均值、有效值、峰值、峰值指標(biāo)、波形指標(biāo)、脈沖指標(biāo)、裕度指標(biāo)、峭度指標(biāo)；所述傅里葉變換分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)進行快速傅里葉變換，得到頻域值；求取頻域值的模值，并將該模值作為頻率的幅值；構(gòu)建頻率軸，并保證頻率軸與頻域值的模值一一對應(yīng)；在頻率軸上尋找特征頻率對應(yīng)的幅值是否存在并超過報警閾值，并根據(jù)尋找結(jié)果進行報警。
7.根據(jù)權(quán)利要求3所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷方法，其特征在于：所述步驟3)中，所述現(xiàn)場監(jiān)控與故障診斷中心根據(jù)接收到的具體數(shù)據(jù)和診斷結(jié)果對風(fēng)電機組的運行狀態(tài)進行顯示和存儲，其顯示方式為網(wǎng)站顯示，其存儲設(shè)備為現(xiàn)場所設(shè)服務(wù)器。
8.根據(jù)權(quán)利要求3所述的風(fēng)電機組遠程實時狀態(tài)監(jiān)測與智能故障診斷方法，其特征在于：所述步驟4)中，所述小波變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波變換分解，得到小波子帶圖譜；觀察小波子帶圖譜中是否存在瞬態(tài)沖擊跡象、是否存在等間距的沖擊特征，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障； 所述小波包變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波包分解，得到等偶數(shù)倍的間隔的頻帶子帶圖譜；觀察對比各個頻帶子帶圖譜，并判斷是否存在周期性沖擊特征跡象，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障； 所述包絡(luò)譜分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)進行希爾伯特變換，除去高頻分量，得到含有缺陷激震分量的包絡(luò)數(shù)據(jù)；將包絡(luò)數(shù)據(jù)進行快速傅里葉變換，得到頻譜；觀察頻譜中是否存在低頻的激振頻率，并根據(jù)觀察結(jié)果判斷故障； 所述倒頻譜分析方法包括以下步驟：求取狀態(tài)數(shù)據(jù)的功率譜；求取功率譜的對數(shù)；將功率譜進行快速傅里葉變換，得到倒頻譜；觀察倒頻譜中是否存在周期性頻帶，并根據(jù)觀察結(jié)果判斷故障； 所述細化譜分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)設(shè)為X (t)，采樣頻率設(shè)為fs ^ 2fm，采樣點數(shù)設(shè)為N，得到分辨率為F=2fm/N的頻譜X(f);將中心頻率設(shè)為fO，帶寬設(shè)為B ;將頻譜X(f)進行數(shù)字頻移處理，得到頻移fO后的頻譜X(f+fO);將頻譜X(f+fO)進行數(shù)字低通濾波，得到帶寬為土B/2的窄帶頻譜Y (f);將窄帶Y(f)進行逆傅里葉變換，得到窄帶數(shù)據(jù)y(t);將窄帶數(shù)據(jù)y (t)進行重采樣，得到重采樣序列y(m);若采樣頻率fs’=fs/k，采樣點數(shù)為M，則可獲得分辨率為f’ =fs’ /M=fs/ (kM) =NF/ (kM)，當(dāng)N=M時，f’ =F/k ;將重采樣序列y(m)進行快速傅里葉變換，得到分辨率為f’=F/k的細化頻譜Y (k);觀察細化頻譜Y (k)中是否存在等間隔的變頻帶故障特征，然后根據(jù)觀察結(jié)果判斷故障； 所述改進的小波變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)進行小波變換分解；將分解得到的近似部分的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將分解得到的細節(jié)部分的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將自近似部分單子帶重構(gòu)過程中的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理；將自細節(jié)部分單子帶重構(gòu)過程中的有頻率混淆現(xiàn)象的數(shù)據(jù)進行算法處理，得到消除掉頻帶混疊現(xiàn)象的小波子帶圖譜；觀察小波子帶圖譜中是否存在等間距的沖擊特征，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障； 所述改進的小波包變換分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)與小波分解濾波器進行卷積；將卷積結(jié)果進行傅里葉變換，得到頻域數(shù)據(jù)；將頻域數(shù)據(jù)的頻帶中超出理想頻帶范圍的多余頻譜成分置零；將置零后的頻帶進行傅里葉逆變換；將傅里葉逆變換結(jié)果一方面與小波分解濾波器進行卷積，并重復(fù)上述步驟，另一方面與小波重構(gòu)濾波器進行卷積；將卷積結(jié)果中超出理想頻帶范圍的多余頻譜成分置零；將置零后的卷積結(jié)果進行傅里葉逆變換；將傅里葉逆變換結(jié)果進行重新排序，得到消除掉頻帶錯亂的子帶圖譜；觀察對比各個子帶圖譜，并判斷是否存在周期性沖擊特征跡象，并觀察沖擊能量的大小，然后根據(jù)觀察結(jié)果判斷故障； 所述小波變換-倒頻譜分析方法包括以下步驟：將狀態(tài)數(shù)據(jù)進行多層小波分解；將狀態(tài)數(shù)據(jù)的低頻段進行重構(gòu)；求取重構(gòu)后的狀態(tài)數(shù)據(jù)的功率譜；求取功率譜的對數(shù)；將功率譜進行快速傅里葉變換，得到倒頻譜；觀察倒頻譜中是否存在周期性頻帶，并根據(jù)觀察結(jié)果判斷故障； 所述改進的小波包變換-包 絡(luò)譜分析方法包括以下步驟：選取小波基和小波分解層數(shù)；將狀態(tài)數(shù)據(jù)與小波分解濾波器進行卷積；將卷積結(jié)果進行傅里葉變換，得到頻域數(shù)據(jù)；將頻域數(shù)據(jù)的頻帶中超出理想頻帶范圍的多余頻譜成分置零；將置零后的頻帶進行傅里葉逆變換；將傅里葉逆變換結(jié)果一方面與小波分解濾波器進行卷積，并重復(fù)上述步驟，另一方面與小波重構(gòu)濾波器進行卷積；將卷積結(jié)果中超出理想頻帶范圍的多余頻譜成分置零；將置零后的卷積結(jié)果進行傅里葉逆變換；將傅里葉逆變換結(jié)果進行重新排序，得到消除掉頻帶錯亂的等偶數(shù)倍的間隔的頻帶子帶圖譜；觀察各個頻帶子帶圖譜的能量分布情況；選取能量最高的頻帶子帶圖譜進行希爾伯特變換包絡(luò)解調(diào)；將包絡(luò)解調(diào)后的頻帶子帶圖譜進行快速傅里葉變換，得到包絡(luò)數(shù)據(jù)頻譜；觀察包絡(luò)數(shù)據(jù)頻譜中是否存在低頻的激振頻率，并根據(jù)觀察結(jié)果判斷故障。
【文檔編號】G08C23/06GK103529386SQ201310474920
【公開日】2014年1月22日 申請日期:2013年10月12日 優(yōu)先權(quán)日:2013年10月12日
【發(fā)明者】王靈梅, 尹少平, 申戩林, 郭東杰, 閆卓民, 段臨志, 王斌, 畢冠華, 孟恩隆, 焦錦繡, 文毅鵬, 李經(jīng)寬, 趙興勇, 韓西貴, 郭紅龍, 武衛(wèi)紅, 李兵 申請人:山西大學(xué)工程學(xué)院