[发明专利]一种自动计算风力发电机组齿轮箱油粘度预警值的方法在审

专利信息
申请号: 201910918101.X 申请日: 2019-09-26
公开(公告)号: CN112129669A 公开(公告)日: 2020-12-25
发明(设计)人: 王振尧;李志会;曹居易;潘俊岩;张大力 申请(专利权)人: 珠海市鑫世达测控技术有限公司
主分类号: G01N11/00 分类号: G01N11/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 519000 广东省珠海*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自动 计算 风力 发电 机组 齿轮箱 粘度 预警 方法
【权利要求书】:

1.一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,包括以下步骤:

步骤一:创建粘度数据样本空间获取;

步骤二:数据获取;

步骤三:寻找增量的最大值与最小值,而后在增量的最大值与最小值之间设置积累区间;

步骤四:查找各个积累区间的样本数量,绘制各个增量积累区间与样本数量的柱状图,同时根据各个积累区间的样本数量绘制样本数量曲线图;

步骤五:根据各个积累区间与样本数量的柱状图寻求正态分布的σ作为报警关键值;根据报警关键值计算关键样本数量;

步骤六:根据关键样本数量查询样本数量曲线图和各个积累区间与样本数量的柱状图,确定关键积累区间;

步骤七:根据关键积累区间自动设定预警限与报警限;

步骤八:根据限值判断下一条数据是否应该做出报警;

步骤九:最新数据不断迭代上述方法,用于判断下一条数据是否报警。

2.根据权利要求1所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,所述步骤一中:

获取的每条数据均要求严格等时间间隔采样;

数据量最大值因为50000条;

数据形式应当为积累趋势型。

3.根据权利要求1所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,所述步骤二中:根据步骤一中的数据库将需要在数据库导出油液水分含量数据M。

4.根据权利要求3所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,所述步骤三中寻找增量的最大值与最小值的步骤是在步骤二的基础上在集合M中寻找增量的最大值与最小值,记作Mmin和Mmax;

而后通过上述的Mmin和Mmax再设定区间相等的n等份,作为n个增量区间。

5.根据权利要求4所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,所述步骤四根据步骤三的出的增量样本空间M中,对应每个增量区间,查找每个增量区间在集合M中样本的数量,分别记作增量积累区间K1,K2......KN,同时K1+K2+...+KN=M=N;

而后根据各个增量积累区间的数量K以及n个增量区间,画出增量区间与数量K的对应柱状图,且此时要求n个增量区间应按照大小排列;

同时根据各个积累区间的样本数量K,绘制样本数量曲线,且此时应按照n个增量区间大小进行排列。

6.根据权利要求5所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,步骤五在步骤四的基础上对集合M中的数据进行正态分布分析,获得σ值,并确定±2σ作为粘度数据预警值,±3σ作为粘度数据报警值,+3σ作为粘度数据增量报警值,得到±2σ和±3σ后,使用样本数量N做以下计算:

N1=±2σ*N;N1即为到达±2σ处的样本数量;

N2=±3σ*N;N2即为到达±3σ处的样本数量。

从而得到报警关键值。

7.根据权利要求6所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,步骤六在步骤四与步骤五的基础上步骤五得到N1和N2值以后,参照步骤四中的柱状图与数量曲线做出对比图形,确定N1和N2与对应的增量积累区间的值。

8.根据权利要求7所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,步骤七根据步骤六的N1值和N2值,通过N1和N2,找到增量积累区间的值H1和H2,H1和H2即可作为判断下一条粘度数据的预警值与报警值。

9.根据权利要求8所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,步骤八根据步骤七得到的H1值和H2值后,待第N+1条数据更新后,判断第N+1条数据是否要预警或者报警。

10.根据权利要求9所述的一种自动计算风力发电机组齿轮箱油粘度预警值的方法,其特征在于,步骤九根据步骤八的基材上待第N+1条数据判断完毕后,将数据样本空间扩大至N+1,再次使用上述方法,用于判断第N+2条数据是否预警或者报警;最后,如此往复循环。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海市鑫世达测控技术有限公司,未经珠海市鑫世达测控技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910918101.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top