[发明专利]一种基于同步模态谱的风电机组轴承故障诊断方法

权利要求书

1.一种基于同步模态谱的风电机组轴承故障诊断方法，其特征在于，包括：

采集风电机组振动数据；

基于所述风电机组振动数据构建同步模态谱；

通过风电机组传动系统主轴旋转频率与故障特征的瞬时频率之间的关系计算得到故障特征的理论阶次值；

将所述同步模态谱中检测到的故障相关特征阶次与所述理论阶次值进行对比，对所述风电机组轴承进行故障诊断；

基于所述风电机组振动数据构建同步模态谱，具体包括：

采用时变调频-调幅信号优化模型识别风电机组的旋转轴转速以及确定识别特征成分所需的最优带宽参数；

利用识别的转速以及确定的最优带宽参数构建基于风电机组振动数据包络波形的同步模态谱；

所述采用时变调频-调幅信号优化模型识别风电机组的旋转轴转速以及确定识别特征成分所需的最优带宽参数，具体包括：

对风电机组振动数据x(t)低通滤波得到其低通滤波信号y(t)：

y(t)＝lowpass(x(t)) (1)

其中，lowpass(·)为低通滤波器；

利用常规时频分析方法对低通滤波信号y(t)进行时频表示，然后利用基于局部最大值脊线估计方法从低通滤波信号y(t)的时频表示结果中粗略估计出风电机组传动系统主轴转频其向量形式为

通过求解时变调频-调幅信号优化模型L(α_ν(t),β_ν(t),ω_ν(t))，识别出转频成分y_v(t)及其对应的瞬时频率ω_ν(t)，以给出识别风电轴承特征成分所需的最优带宽参数η；

通过求解时变调频-调幅信号优化模型L(α_ν(t),β_ν(t),ω_ν(t))，识别出转频成分y_v(t)及其对应的瞬时频率ω_ν(t)，以给出识别风电轴承特征成分所需的最优带宽参数η，具体包括：

所述时变调频-调幅信号优化模型L(α_ν(t),β_ν(t),ω_ν(t))为：

其中α″_v(t)和β″_v(t)分别为α_v(t)和β_v(t)的二阶导数结果；α_v(t)和β_v(t)是转频成分对应的去调频信号，分别表示为：

和

其中，A_v(t)指转频成分的瞬时幅值；为初始相位，为去调频瞬时频率；

将L(α_ν(t),β_ν(t),ω_ν(t))变换为矩阵形式：

其中和分别为α_v(t)和β_v(t)的离散形式向量，N为信号y(t)的长度；y＝[y(t₀),…,y(t_N-1)]^T为y(t)的离散形式向量；y_v＝[y_v(t₀),…,y_v(t_N-1)]^T为y_v(t)的离散形式向量；D是维数为(N-2)×N的二阶差分矩阵，0是与D为维数相同的全零矩阵；ω_v＝[ω_v(t₀),…,ω_v(t_N-1)]为ω_ν(t)的离散形式向量；

然后，对矩阵形式的时变调频-调幅信号优化模型L(x_v,ω_v)进行求解，获得y_v和ω_v。