[发明专利]一种基于大数据技术的故障诊断系统及其诊断方法

权利要求书

1.一种基于大数据技术的故障诊断系统，用于风力发电机的状态检测及故障诊断，其特征在于，包括：

数据采集模块，用于实时采集风力发电机内易损部件的状态数据；

数据预处理和交换模块，连接到所述数据采集模块，实时接收状态数据，对状态数据进行预处理，将预处理后的数据发送至数据分析和诊断模块，接收并转发数据分析和诊断模块输出的诊断信号；

数据分析和诊断模块，与所述数据预处理和交换模块双向连接，采用大数据技术进行状态数据分析，得出诊断结果并发送诊断信号至数据预处理和交换模块；所述数据分析和诊断模块包括频谱分析模块和诊断模块，所述频谱分析模块根据预处理后的状态处理做出频谱图，分析出不同谱线对应的易损部件；所述诊断模块比较不同时间段的频谱图，得出诊断结果；

智能控制模块，连接到所述数据预处理和交换模块，根据所述诊断信号对风力发电机进行实时控制。

2.根据权利要求1所述的基于大数据技术的故障诊断系统，其特征在于，所述数据采集模块为振动传感器。

3.根据权利要求1所述的基于大数据技术的故障诊断系统，其特征在于，所述数据预处理和交换模块包括依次连接的滤波预处理模块、傅立叶变换模块和数据交换模块，所述滤波预处理模块连接数据采集模块，将实时接收的状态数据进行滤波处理；所述傅立叶变换模块将滤波处理后的状态数据从时域转换到频域；所述数据交换模块将预处理后的数据发送至数据分析和诊断模块，接收并转发数据分析和诊断模块输出的诊断信号。

4.根据权利要求3所述的基于大数据技术的故障诊断系统，其特征在于，所述数据预处理与交换模块还包括数据存储模块，用于对滤波处理后的状态数据和接收的诊断信号进行存储。

5.根据权利要求1所述的基于大数据技术的故障诊断系统，其特征在于，还包括人工辅助模块，所述人工辅助模块连接到所述数据分析和诊断模块，包括显示模块和辅助控制模块。

6.一种基于大数据技术的故障诊断方法，其特征在于，包括以下步骤：

S1:数据采集模块实时采集风力发电机内易损部件的状态数据，发送给数据预处理和交换模块；

S2:数据预处理和交换模块对接收的状态数据进行预处理之后发送给数据分析和诊断模块；

S3:数据分析和诊断模块采用大数据技术进行状态数据分析，得出诊断结果，并发送诊断信号至数据预处理和交换模块；

S4:数据预处理和交换模块将诊断信号转发至智能控制模块；

S5:智能控制模块根据诊断信号对风力发电机进行控制；

所述步骤S3具体包括以下步骤：

S31：频谱分析模块根据预处理后的状态处理做出频谱图，并分析出不同谱线对应的易损部件；

S32：所述诊断模块比较不同时间段的频谱图，得出诊断结果。

7.根据权利要求6所述的基于大数据技术的故障诊断方法，其特征在于，所述步骤S2具体包括以下步骤：

S21：滤波预处理模块将实时接收状态数据进行滤波处理之后发送给傅立叶变换模块；

S22：傅立叶变换模块将滤波处理后的状态数据从时域转换到频域，并将频域信号发送至数据交换模块；

S23：数据交换模块将频域信号发送至数据分析和诊断模块；

S24：数据存储模块对滤波处理后的状态数据和接收的诊断信号进行存储。

8.根据权利要求6所述的基于大数据技术的故障诊断方法，其特征在于，还包括步骤S6：通过人工辅助模块6对诊断信号进行显示，并根据诊断信号对风力发电机进行辅助控制。