[发明专利]大型旋转机械复杂工况下的早期故障搜索方法

权利要求书

1.一种大型旋转机械复杂工况下的早期故障搜索方法，其特征在于，具体实施步骤如下：

(1)大型旋转机械设备振动故障征兆识别分析，即研究常见设备频发振动故障征兆特征与振动参数异常波形特点，形成大型旋转机械设备常见故障模式征兆分类表；

(2)输入参数的初始化处理，即输入参数的时间序列分割，结合匹配参数的物理特性采取不同的时间序列划分原则，实现运行设备振动参数的时间划分算法；

(3)振动参数无量纲特征因子定性化、定量化分析，分析比较构建的振动参数特征因子与传统时域特征值的区别，深入研究特征因子随着故障信息发展的走势及变化特征，阐述特征因子物理意义，形成设备常见故障模式征兆与相应故障提取因子匹配；

(4)无量纲特征因子的计算、中心化及标准化，首先实现振动参数时间子序列的特征因子计算，为了减少不同性质、度量单位特征因子的相对影响，避免绝对值较小因子被湮灭，对时间子序列特征因子进行中心化和标准化，使各因子具有相同的评价基点和变化范围；

(5)特征因子异常边界的界定，即在上述输入初始处理基础上，从设备运行监控历史数据库中提取一定训练空间的监测参数数据序列，通过特定的训练算法得到判定特征因子边界标准，作为监测参数异常搜索的准则；

(6)时间子序列多维属性因子向量的异常序列搜索，选取p个特征因子描述n个振动参数时间子序列，通过p维属性向量反映n个时间子序列的性质，挖掘异常时间子序列，找出大型旋转机械运行的潜在故障危险点。

2.根据权利要求1所述大型旋转机械复杂工况下的早期故障搜索方法，其特征在于，所述大型旋转机械包括能源、钢铁、煤炭和运输行业内的大型旋转机械，具体包括火力发电机机组传动系统，风力发电机组传动系统，飞机，火车，轮船以及煤炭和地铁的挖掘机。

3.根据权利要求1所述大型旋转机械复杂工况下的早期故障搜索方法，其特征在于，所述风力发电机组传动系统变风速、变载荷工况下的包括如下步骤：

1)风力发电机组传动系统振动监测测点布置：(1)监测风电机组主轴前轴承径向振动，(2)风电机组增速箱前轴承径向振动，(3)增速箱一级传动级箱体振动，(4)增速箱二级传动级箱体振动和(5)表示增速箱高速级箱体振动；以该5个传感器采集数据参数得到频发振动故障征兆特征与振动参数异常波形特点，形成风电机组传动系统早期故障特征频率信息识别表；

2)以风电机组传动系统监测布置方案3号传感器采集的增速箱一级传动级箱体振动的振动参数λ为研究参数，设置振动参数X_λ的时间序列X_λ＝{x_λ(t₁)，x_λ(t₂)，....，x_λ(t_n)}的维度n，振动参数时间序列维度表示时间序列X_λ在采集时间段内包含的信号数据个数，对于时间序列维度n充分考虑算法以及参数数据采样粒度，结合风电机组运行工况中风速相关因素的变化情况，则通过计算列出振动参数时间序列维度n＝t/t_s，对振动监测参数进行基于整周期或整周期倍数的时间子序列划分，根据振动参数时间序列的初步划分进行整周期分割优化，将记录值为零点的数据点作为起始点有利于算法的实现；

3)在对时间序列数据进行算法运算前，需要对振动参数时间序列进行预处理，其中包括数据的中心化和标准化，

特征因子时间序列的中心化公式为：y_k(j)表示k类特征因子下h维时间子序列，y_k(i)表示编号为i的时间子序列的k类特征因子的记录值，y′_k(i)表示中心化后的特征因子值，经过中心化后各变量的均值将为0，即各变量的取值都有相同的基点；

标准化为了实现特征因子的变化范围统一化，采用极差正规化实现特征因子时间序列的标准化，则特征因子时间序列y′_k(i)的标准化公式为经过标准化变换后各变量基点相同，变化范围也相等，其得到经过中心化、标准化的特征因子时间序列为：y″_k(i)＝{y″_k(1)，y″_k(2).......y″_k(h)}；

4)构建振动参数时间序列早期故障提取特征因子，由于风电机组传动系统的早期故障主要体现为工频及倍频、频率调制两方面，所以其早期故障提取因子关联匹配分类主要分为故障模式和频率特征两种，故障模式的典型特征选取其较为敏感的特征因子作为每种故障模式特有的故障信息提取因素，风电机组传动系统早期故障提取因素为振动参数整周期时间划分和早期故障模式与早期故障信息提取因子的关联匹配；对故障与征兆匹配度关联分析、故障分类征兆异常参数分析，实现表征早期故障危险潜在点的时间序列的搜索。