[发明专利]一种基于工况相似性评估的齿轮箱故障预警方法及系统

权利要求书

1.一种基于工况相似性评估的齿轮箱故障预警方法，其特征在于，包括以下步骤：

S1、确定齿轮箱运行状态监测参量，获取当前时刻齿轮箱运行监测数据，建立齿轮箱分析矩阵，选取待分析的目标监测参量并按从大到小的顺序进行排序，取排序后前a％的数据，并计算对应的均值，齿轮箱分析矩阵具体为：

C_j＝[P,v,n,p_oo,p_io,t_o,t_fb,t_rb,t_e]_j

其中，j＝1,2,…,N，N为齿轮箱分析矩阵的数据的个数，P为机组功率，v为风速，n为发电机转速，p_oo为齿轮箱油泵出口压力，p_io为齿轮箱油泵进口压力，t_o为齿轮箱油液温度，t_fb为齿轮箱前端轴承温度，t_rb为齿箱后端轴承温度，t_e为机舱温度；

S2、判断步骤S1选取的目标监测参量和均值是否存在异常，如果存在异常，输出预警结果，对齿轮箱运行状态进行综合评估；

S3、当步骤S2目标监测参量不存在异常时，从齿轮箱历史运行监测数据中获取与当前时刻最相近的工况数据，并计算当前时刻目标监测参量数据与历史最相近工况下目标监测参量数据间的相近度；

S4、根据步骤S3获得的相近度对目标监测参量进行判断，输出数据异常预警，具体为：

S401、根据历史最相近工况下目标监测参量的状态向量，查找状态向量中所有正常状态下的目标监测参量标签，以及所有异常状态下的目标监测参量标签，计算正常状态下的相近度均值和异常状态下的相近度均值；

S402、设置异常数据量阈值系数ε和相近度阈值δ；若并且d_abnor＜δ，N_abnor为历史工况下的目标监测参量数据中异常数据的个数，N为齿轮箱分析矩阵的数据个数，d_abnor为异常状态下目标监测参量数据的相近度均值，当前时刻目标监测参量异常，给出目标监测参量异常预警；若并且d_abnor≥δ，当前时刻目标监测参量正常；若并且d_nor≤δ，d_nor为正常状态下目标监测参量数据的相近度均值，当前时刻目标监测参量正常；若并且d_nor＞δ，当前时刻目标监测参量异常，给出目标监测参量异常预警；

S5、重复步骤S1～S4，分别建立齿轮箱油液温度预警模型、齿箱前端轴承温度预警模型、齿箱后端轴承温度预警模型、齿箱泵出口压力预警模型和齿箱进口压力预警模型；

S6、根据步骤S5建立的齿轮箱油液温度预警模型、前端轴承温度预警模型、后端轴承温度预警模型、油泵出口压力预警模型和油泵进口压力预警模型的输出结果，对齿轮箱运行状态进行综合评估。

2.根据权利要求1所述的基于工况相似性评估的齿轮箱故障预警方法，其特征在于，步骤S1中，排序后的目标监测参量中，齿轮箱油液温度具体为：

t_o,ranked＝[t_o1,t_o2,…,t_N]

t_o,a＝[t_o1,t_o2,…,t_[a％*N]]

其中，t_o1＞t_o2＞…t_oN，t_oj为排序后的油液温度数据中第j个数据；t_o,a为排序后的油液温度数据中前a％的数据；[a％*N]为a％*N后取整；为排序后前a％的油液温度数据的均值。