[发明专利]一种风电机组变工况下滚动轴承自适应异常检测方法

权利要求书

1.一种风电机组变工况下滚动轴承自适应异常检测方法，其包括以下步骤：

1）采集已有的风电机组滚动轴承在正常运行时不同转速、不同功率下的L个振动数据，作为健康样本；

2）选取敏感振动特征参数：根据风电机组滚动轴承振动信号的特点，将所采集的振动加速度信号的频域谱按频带平均分为M个子频带，求出每个频带的能量构成M维特征向量，即敏感振动特征向量Y=[y₁，y₂，…，y_M]；

3）采用Shepard曲面插值方法，建立轴承振动健康模型：对敏感振动特征向量Y=[y₁，y₂，…，y_M]中的每个特征参数y_j，分别建立Shepard曲面健康模型y_j=F_j(P,S)，即建立基于功率信息和风速信息的风电机组滚动轴承振动健康模型，其中，j=1，2，…，M，y_j为滚动轴承振动信号中第j个特征参数的健康特征值；P为健康样本对应的风电机组有功功率；S为健康样本对应的机组转速；

4）计算用于检测滚动轴承异常状态的偏离度，实现滚动轴承自适应异常检测。

2.如权利要求1所述的一种风电机组变工况下滚动轴承自适应异常检测方法，其特征在于：所述步骤2）中，选用滚动轴承振动信号不同频谱带的能量参数组成敏感特征向量Y，具体提取方法为：

（1）对一个长度为2N的时序信号x=[x₁,x₂,…,x_2N]，将该时序信号x做离散傅立叶变换后求得时序信号x的频谱；

（2）令X(f_i)为时序信号x在频率f_i时的强度，其中f_i＝(i/2N)f_s，0<i≤2N，f_s为时序信号x的采样频率；

（3）将频带[0,f_s2]平均分为M个子频带，每个频带的间隔为f_s/2M，这些频带分别为[0,f_s/2M)，[f_s/2M,f_s/M)，…，[M-1)f_s/2M,f_s/2]；以各频带信号的能量为元素构造振动信号的特征向量，令第j个频带的能量y_j为：

yj=ΣωX(ω),]]>

式中，X(ω)表示时序信号x在频率为ω时的强度，由此构造出特征向量Y=[y₁，y₂，…，y_M]。