专利名称：检测风机齿轮箱状态的方法
技术领域：
本发明涉及风电领域，具体而言，涉及一种检测风机齿轮箱状态的方法。
背景技术：
齿轮箱状态检测系统是风机控制系统中至关重要的一环，齿轮箱状态检测系统一般由震动传感器、数据采集模块、通讯模块、数据处理模块等组成。每个风机的齿轮箱都配备一套齿轮箱状态检测系统。风机运行期间，齿轮箱状态检测系统实时检测齿轮箱的运行状态，当齿轮箱发生故障时，齿轮箱状态检测系统能够及时准确的判断出来，从而让风机作出相应的停机或其它应急措施。现有较智能的齿轮箱状态检测系统基本上是通过震动传感器实时检测齿轮箱各个部位的震动信息，通过将震动信息与历史数据对比得到这个检查部位的震动状态。 DS证据理论是由Dempster于1967年首先提出，由他的学生shafer于1976年进一步发展起来的一种不精确推理理论，也称为Dempster/Shafer证据理论(D_S证据理论),属于人工智能范畴，最早应用于专家系统中，具有处理不确定信息的能力。作为一种不确定推理方法，证据理论的主要特点是满足比贝叶斯概率论更弱的条件；具有直接表达“不确定”和“不知道”的能力。在医学诊断、目标识别、军事指挥等许多应用领域，需要综合考虑来自多源的不确定信息，如多个传感器的信息、多位专家的意见等等，以完成问题的求解，而证据理论的联合规则在这方面的求解发挥了重要作用。然而，现有技术中存在由于个别震动传感器的噪声或故障原因而引起误报警现象。
发明内容
本发明提供一种检测风机齿轮箱状态的方法，用以准确判断风机齿轮箱的运行状态。为达到上述目的，本发明提供了一种检测风机齿轮箱状态的方法，其包括以下步骤通过多个震动传感器对风机齿轮箱的震动状态进行采集，得到反映风机齿轮箱状态的多个基本概率赋值；根据DS理论对多个基本概率赋值进行融合，得到多个融合结果；根据多个融合结果进行判决，得到风机齿轮箱的状态。较佳的，通过多个震动传感器对风机齿轮箱的震动状态进行采集，得到反映风机齿轮箱状态的多个基本概率赋值步骤包括通过多个震动传感器对风机齿轮箱的震动状态进行采集，将采集的数据与存储在数据库中的历史数据进行对比，对风机齿轮箱运行在有故障状态、无故障状态和不确定状态的可能性进行判断；根据判断结果得到多组反映风机齿轮箱运行在有故障状态、无故障状态和不确定状态的基本概率赋值，其中，每个震动传感器测得的有故障状态、无故障状态和不确定状态的基本概率赋值之和等于I。较佳的，根据DS理论对多个基本概率赋值进行融合，得到多个融合结果步骤包括设多个震动传感器共有N个,第一个震动传感器对应的第一组基本概率赋值为(u1； W1, ei)，第二个震动传感器对应的第二组基本概率赋值为(u2，w2, e2)，第三个震动传感器对应的第三组基本概率赋值为(u3，w3，e3)，...，第N个震动传感器对应的第N组基本概率赋值为(%, wN, eN)，N为大于3的自然数，Ui (i = 1,2,3, ... ,N)为有故障状态的基本概率赋值，Wi (i = 1,2,3,... ,N)为无故障状态的基本概率赋值，eji = 1，2，3，...，N)为不确定状态的基本概率赋值，UpWi和ei的值分别介于O和I之间，并且Udwdei = I ；按照如下公式，将(U17Wljei)作为Hi1的三个焦元(A1,A2,A3),将(u2,w2,e2)作为m2的三个焦元(B1,B2,B3)，对第一组基本概率赋值和第二组基本概率赋值进行融合得到m(C)，
K1= Xzw1(Ai)W2(B7) < I I,j
Ai r^Bj =φ
Σ (Ai)^2(B.)
iJ
…、--VCeV, C 车 φm{C) = j I-K1
O0 = φ，将m(C)与第三组基本概率赋值按照上述公式进行融合，依此类推，直至将N个震动传感器的数据融合完成，从而得到N个震动传感器的融合结果(u。，w0, e0)。较佳的，根据多个融合结果进行判决，得到风机齿轮箱的状态步骤包括对U。、W。和e。的大小关系进行判断；若W。最大，则风机齿轮箱运行在无故障状态；若e。最大，则风机齿轮箱运行在不确定状态；若U。最大,令 Iii(A1) = u0, m (A2) = w0, m (Ak) = e。,如果 uQ、w。和 e。满足如下公式In(A1)-In(A2) > S1I m(AJ<s2
、m(A1)>m(At)，则风机齿轮箱运行在故障状态，其中ε1; ^2为预先设定的门限值。较佳的，上述方法还包括以下步骤如果风机齿轮箱运行在有故障状态，对风机齿轮箱做出相应的保护动作。较佳的，上述方法还包括以下步骤如果风机齿轮箱运行在不确定状态，对用户发出报警提示。上述实施例将多个震动传感器的分析结果进行数据融合，每个震动传感器不管是经过时域分析还是经过频域分析，都将得到一个分析结果齿轮箱运行状态是有故障，无故障和不确定度的具体概率大小，进而将这些分析结果进行一个高层次的数据融合，得到一个总的齿轮箱运行结果，从而可以减小个别震动传感器由于噪声或故障原因引起的误报警现象。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图I为根据本发明一实施例的检测风机齿轮箱状态的方法流程图；图2为图I实施例的系统框图。
具体实施例方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。图I为根据本发明一实施例的检测风机齿轮箱状态的方法流程图。如图I所示，该方法包括以下步骤S102，通过多个震动传感器对风机齿轮箱的震动状态进行采集，得到反映风机齿轮箱状态的多个基本概率赋值；S104,根据DS理论对多个基本概率赋值进行融合，得到多个融合结果；S106，根据多个融合结果进行判决，得到风机齿轮箱的状态。在本实施例中，在齿轮箱各个部位分别安装多个震动传感器实时监测齿轮箱的震动信息，每个震动传感器将其采集到的震动信息传递给控制器，控制器将每个震动传感器的实时数据与历史数据进行对比分析，得到每个传感器对齿轮箱震动状态的判断结果，最后将每个传感器的判断结果运用DS证据理论进行最高层的数据融合，得到齿轮箱的运行状态。图2为图I实施例的系统框图。如图2所示，本实施例不拘泥于单个震动传感器的数据分析，而是将多个震动传感器的分析结果进行数据融合，每个震动传感器不管是经过时域分析还是经过频域分析，都将得到一个分析结果齿轮箱运行状态是有故障，无故障和不确定度的具体概率大小，进而将这些分析结果进行一个高层次的数据融合，得到一个总的齿轮箱运行结果，从而可以减小个别震动传感器由于噪声或故障原因引起的误报警现象。例如，通过多个震动传感器对风机齿轮箱的震动状态进行采集，得到反映风机齿轮箱状态的多个基本概率赋值步骤包括通过多个震动传感器对风机齿轮箱的震动状态进行采集，将采集的数据与存储在数据库中的历史数据进行对比，对风机齿轮箱运行在有故障状态、无故障状态和不确定状态的可能性进行判断；根据判断结果得到多组反映风机齿轮箱运行在有故障状态、无故障状态和不确定状态的基本概率赋值，其中，每个震动传感器测得的有故障状态、无故障状态和不确定状态的基本概率赋值之和等于I。
定义I :设V表示X所有可能取值的一个论域集合，且所有在V内的元素间是互不相容的，则称V为X的识别框架。定义2 :设V为一识别框架，则函数m :2V—
(2V为V的所有子集构成的集合)满足下列条件
权利要求
1.ー种检测风机齿轮箱状态的方法，其特征在于，包括以下步骤 通过多个震动传感器对风机齿轮箱的震动状态进行采集，得到反映所述风机齿轮箱状态的多个基本概率赋值； 根据DS理论对所述多个基本概率赋值进行融合，得到多个融合结果； 根据所述多个融合结果进行判决，得到所述风机齿轮箱的状态。
2.根据权利要求I所述的方法，其特征在于，通过多个震动传感器对风机齿轮箱的震动状态进行采集，得到反映所述风机齿轮箱状态的多个基本概率赋值步骤包括 通过多个震动传感器对风机齿轮箱的震动状态进行采集，将采集的数据与存储在数据库中的历史数据进行对比，对所述风机齿轮箱运行在有故障状态、无故障状态和不确定状态的可能性进行判断； 根据判断结果得到多组反映所述风机齿轮箱运行在有故障状态、无故障状态和不确定状态的基本概率赋值，其中，每个所述震动传感器测得的有故障状态、无故障状态和不确定状态的基本概率赋值之和等于I。
3.根据权利要求I所述的方法，其特征在于，根据DS理论对所述多个基本概率赋值进行融合，得到多个融合结果步骤包括 设所述多个震动传感器共有N个，第一个所述震动传感器对应的第一组基本概率赋值为(Ul，W1, ei)，第二个所述震动传感器对应的第二组基本概率赋值为(u2，w2, e2)，第三个所述震动传感器对应的第三组基本概率赋值为(u3，W3, e3),...，第N个所述震动传感器对应的第N组基本概率赋值为(uN, wN, eN)，N为大于3的自然数，Ui (i = 1,2,3, ... ,N)为有故障状态的基本概率赋值，Wi (i = 1,2,3,... ,N)为无故障状态的基本概率赋值，eji = 1,2,3,... ,N)为不确定状态的基本概率赋值,UpWi和ei的值分别介于O和I之间，并且Udwi+^=I ; 按照如下公式，将(U1, W1, e)作为Hi1的三个焦元(A1, A2, A3),将(u2, w2, e2)作为m2的三个焦元(B1, B2, B3),对所述第一组基本概率赋值和所述第二组基本概率赋值进行融合得到 m (C), K1= Xzw1(Ai)W2(B7) < I Uj Ai r^Bj =φ Σ (Ai)^2(B.) …、--VCe V, C 羊 φ m(C) = i I-K1O0 = φ， 将m(C)与所述第三组基本概率赋值按照上述公式进行融合，依此类推，直至将N个震动传感器的数据融合完成，从而得到N个震动传感器的融合结果(u。，w0, e0)。
4.根据权利要求3所述的方法，其特征在于，根据所述多个融合结果进行判决，得到所述风机齿轮箱的状态步骤包括 对U。、W。和e。的大小关系进行判断； 若W。最大，则所述风机齿轮箱运行在无故障状态；若e。最大，则所述风机齿轮箱运行在不确定状态；若U。最大,令Iii(A1) =Ivm(A2) = w0, m(Ak) = e。,如果U。、W。和e。满足如下公式 则所述风机齿轮箱运行在故障状态，其中S1, 82为预先设定的门限值。
5.根据权利要求4所述的方法，其特征在于，还包括以下步骤如果所述风机齿轮箱运行在有故障状态，对所述风机齿轮箱做出相应的保护动作。
6.根据权利要求4所述的方法，其特征在于，还包括以下步骤如果所述风机齿轮箱运行在不确定状态，对用户发出报警提示。
全文摘要
本发明公开了一种检测风机齿轮箱状态的方法，其包括以下步骤通过多个震动传感器对风机齿轮箱的震动状态进行采集，得到反映风机齿轮箱状态的多个基本概率赋值；根据DS理论对多个基本概率赋值进行融合，得到多个融合结果；根据多个融合结果进行判决，得到风机齿轮箱的状态。
文档编号G01H1/00GK102680228SQ20111014039
公开日2012年9月19日 申请日期2011年5月27日 优先权日2011年5月27日
发明者吴军军, 汪锋, 肖圳杰, 苏丽营 申请人:华锐风电科技(集团)股份有限公司