[发明专利]一种风力机传动系统的故障诊断方法

权利要求书

1.一种风力机传动系统的故障诊断方法，其特征在于，包括以下步骤：

步骤1、采集风力发电机轴承的振动测试信号f(n)，随后对信号f(n)进行多尺度数学形态学处理，得到多尺度信号MACDIFf_λ(n)，其中λ＝1,2,3…n，n代表形态学的最大尺度；

步骤2、计算各个尺度λ下的信息熵因子IE(MACDIFf_λ(n))和特征能量因子FEF(MACDIFf_λ(n))；计算出综合评价指标因子IF(MACDIFf_λ(n))；

步骤3、利用综合评价指标因子IF(MACDIFf_λ(n))筛选MACDIF中的最优结构元素尺度加权区间范围[1,λmax],式中λmax表示形态学运算的最大尺度；

步骤4、在确定最优尺度范围[1,λmax]后，对各个尺度下的形态学分析信号进行加权处理，从而获得最终的MACDIF重构信号F(f(n))；

步骤5、对最终的重构信号F(f(n))进行FFT频谱分析，从分析的结果中识别出发电机轴承的故障特征频率(fo、2fo、3fo…nfo)，最终完成风力发电机轴承的故障诊断。

2.根据权利要求1所述的一种风力机传动系统的故障诊断方法，其特征在于：步骤1中，通过加速度传感器采集风力发电机轴承的振动测试信号。

3.根据权利要求1所述的一种风力机传动系统的故障诊断方法，其特征在于：步骤1中包括以下分步骤：

步骤1.1、输入的风机振动信号f(n)定义域为F＝(0,1,…,n-1)，结构元素g(m)定义为G＝(0,1,…,m-1)(n≥m)，则信号f(n)的四种基本腐蚀、膨胀、开和闭运算符定义如下：

(fΘg)(n)＝min[f(n+m)-g(m)]

步骤1.2、设ε(ε＝1,2,3,…,λ)是结构元素SE的尺度，那么四种多尺度形态学算子定义如下：

那么输入的风机振动信号f(n)经多尺度的MACDIF运算，运算结果如下：

其中，MACDIFf_λ(n)表示风机振动信号f(n)输出的多尺度计算结果。

4.根据权利要求1所述的一种风力机传动系统的故障诊断方法，其特征在于：所述步骤2中包括以下分步骤：

步骤2.1、一个系统包含多个事件S＝{S₁,S₂,…Sn},则S事件的概率分布为p＝{p₁,p₂,…p_n},那么一个事件的信息熵为：

I_i＝-p_ilnp_i

则所有事件的信息熵的总和为：

式中，I为信息熵；p为概率；i＝1,2,3,…,n；

对于输入的多尺度信号MACDIFf_λ(n)，计算的多尺度信息熵结果为IE(MACDIFf_λ(n))；

步骤2.2、能量特征因子用来衡量故障特征频率占总频谱的能量占比，其表达式定义如下：

式中，E为故障信息的能量；E*为频谱的总能量；y(i)为故障频率对应的加速度幅值；i为故障频率的阶数(i＝1,2…,m)；

对于输入的多尺度信号MACDIFf_λ(n)，计算的多尺度能量特征因子结果为FEF(MACDIFf_λ(n))；

步骤2.3、结合这两种评价指标的优点，提出一种新的名为IF的时频指标因子来选则MACDIF算子的最优尺度，其表达式定义如下：

IF＝IE×FEF

对于输入的多尺度信号MACDIFf_λ(n)，计算的多尺度IF结果为IF(MACDIFf_λ(n))。

5.根据权利要求1所述的一种风力机传动系统的故障诊断方法，其特征在于：步骤4中包括经过IF(MACDIFf_λ(n))计算得到最优尺度范围[1,λmax]，对各个尺度下的形态学分析信号进行加权处理，从而获得最终的MACDIF重构信号F(f(n))，重构加权方式如下：

式中，ω_λ为在不同尺度λ下的加权系数；e_λ为MACDIF在不同尺度λ下的分析结果。