[发明专利]一种基于高通滤波的振动信号特征提取方法

说明书

本发明涉及海上风力发电技术领域，提供一种基于高通滤波的振动信号特征提取方法，本发明充分考虑海上风电齿轮箱所处特殊环境中受到来自波浪、海风低频信号对监测的风电齿轮箱振动信号的影响，通过高通滤波的方法，消除外界风力以及波浪的低频信号对齿轮箱振动信号的扰动，本发明的滤波器采用FIR数字滤波器，其系统稳定性好，易实现严格的线性相位特征，并且其单位脉冲响应是有限长的，可以大大提高运算效率；采用K‑SVD字典构建算法与OMP稀疏矩阵求解算法结合的方法作为主要的信号特征提取手段，可以实现齿轮箱振动信号的重建，相较于一般的方法，K‑SVD重建信号的时域图更加清晰，频谱图中特殊位置的波峰更明显，因此更容易识别齿轮是否存在故障。

技术领域

本发明涉及海上风力发电技术领域，具体涉及一种基于高通滤波的振动信号特征提取方法。

背景技术

近年来，全世界海上风电机组年度装机容量与累计装机容量均实现巨大增长，全球海上风电比率也在逐年提高。而随着装机量增加，风力发电机的事故数也呈上升趋势，并且修理难度极大，尤其是海上风力发电机组的维修更为困难。如何保证海上风力发电机组运转平稳、提升机组的运转率、减少后期维护花销已成为目前亟需解决的问题。通常情况下，海上风电机组行星齿轮箱的故障，往往可以归纳为齿轮、轴承等主要部件的故障。

海上风力发电机组要承受波浪、风力等诸多外界载荷，对振动信号的检测、处理产生很大影响。因此在分析过程中，要首先考虑消除外界低频信号的扰动，接着对振动信号特征进行提取，并以此为依据对齿轮箱的运行状况进行判断。

传统的齿轮箱等机械设备的故障诊断大多采用信号处理的方法来实现，并且大多未考虑波浪以及风力的低频扰动，例如中国专利CN112629851公开了一种基于数据增强方法与图像识别的海上风电机组齿轮箱故障诊断方法，对采集到的齿轮箱输出轴轴承径向方向的振动信号直接进行处理，该方法并未考虑海上风电齿轮箱的特殊工作环境所带来的影响。

发明内容

本发明提供一种基于高通滤波的振动信号特征提取方法，通过高通滤波的方法，消除外界风力以及波浪的低频信号对齿轮箱振动信号的扰动，在此基础上，通过K-SVD字典构建算法可将复杂的振动信号转化为一组简单原子的组合，从而可以较为理想地提取特征信号，实现更精确的故障诊断。

为了实现上述目的，本发明提供以下技术方案：

本公开的至少一实施例提供一种基于高通滤波的振动信号特征提取方法，所述方法包括：

(1)由信号采集模块对海上风电齿轮箱振动信号的实时采集、存储，收集得到原始振动信号x(n)，并传输至PC端；

(2)将收集得到的原始振动信号x(n)经过数字高通滤波器的滤波处理，消除波浪以及风力对齿轮箱监测信号的低频扰动，保留高频振动部分，得到高频振动信号y(n)；

(3)通过K-SVD字典构建算法对高频振动信号y(n)进行分析，求解稀疏矩阵系数S；

(4)固定稀疏矩阵系数S，采用K-SVD算法逐一更新字典K个原子，得到训练完毕的字典D，并对字典D进行稀疏分解，得到重建后的单元；

(5)拼接得到K-SVD重建信号，对K-SVD重建信号进行快速傅里叶变换，分析时域和频域信号图诊断齿轮箱健康状态。

优选地，所述数据采集模块采用FPGA，能完成对数据的采集和预处理过程。系统初始化后，经过AD采样，并将转换完成的数据缓存至FIFO存储器内，然后通过UART串口将缓存数据发送至上位机中，即完成整个采样过程。

本公开的至少一实施例提供一种基于高通滤波的振动信号特征提取方法，所述数字高通滤波器采用FIR数字滤波器；