一种风电轴承保持器的运行监测方法及设备与流程

本技术涉及数据监督与预测领域，尤其涉及一种风电轴承保持器的运行监测方法及设备。

背景技术：

1、风力发电作为一种绿色能源，从 20世纪80年代开始以超预期的速度发展，随着相关技术的日益成熟，已成为应用广泛的新能源发电方式。风电机组长期在复杂交变载荷的作用下运行，对风电传动系统的要求越来越严格，轴承作为风电机组的关键部件，对保障整个机组的可靠性起着至关重要的作用。

2、目前风电机组中的齿轮箱、电动机等故障率较高，而这些故障大部分都是由风电轴承的故障导致。现有的一般在风电机组内部安装振动传感器，来对风电主轴的运行状态监测，实现对风电机组中的电压、电流、功率等信号异常监测，间接的实现对风电轴承或者风电轴承保持器的运行监测。

3、然而上述的振动传感器监测方法，难以对风电轴承或者风电轴承保持器具体运行情况的运行特征量进行监测，存在一定的滞后性，往往是故障发生后，产生剧烈振动后，才能监测到，并且风电发电设备的位置往往比较偏僻，维修时间周期过长，容易对风电机组、叶片、轮毂等造成不可挽回的损失，造成大量资源的浪费。同时，也难以针对风电主轴的运行情况进行实时在线的监督与预测，不能及时地、有预警地反馈给维修人员，增加了对风电机组的运营维修成本。

技术实现思路

1、本技术实施例提供了一种风电轴承保持器的运行监测方法及设备，用于解决如下技术问题：现有风电机组的运行情况难以进行实时在线的监督与预测，对风电机组的故障上报也存在一定的滞后性，不利于对存在异常的风电机组进行快速维修，增加了大量的维修成本。

2、本技术实施例采用下述技术方案：

3、一方面，本技术实施例提供了一种风电轴承保持器的运行监测方法，包括：通过预设在风电轴承保持器中的多个传感芯片，对所述风电轴承保持器的运行状态进行多点位的多簇头协助追踪，得到点位追踪信息；其中，所述点位追踪信息包括：在任意时间段下的所有传感芯片的目标坐标数据以及对应的加速度数据；对所述点位追踪信息进行点位的正交覆盖；并将正交覆盖后的点位追踪信息进行有关点位的运动矢量修正与预测，得到所述点位的圆周运动轨迹；其中，所述圆周运动轨迹包括：当前圆周运动轨迹与预测圆周运动轨迹；根据所述风电轴承保持器的振动加速度，获取所述风电轴承保持器的瞬时振动圆周轨迹；通过所述瞬时振动圆周轨迹，对所述圆周运动轨迹中的当前圆周运动轨迹进行无规律轨迹的过滤处理，得到所述风电轴承保持器的理想圆周运动轨迹；对所述理想圆周运动轨迹以及所述预测圆周运动轨迹分别生成对应的理想圆周空间区域以及对应的预测圆周空间区域；并将所述理想圆周空间区域与所述预测圆周空间区域进行空间区域的概率质心的定位比对，得到预测重合空间区域；根据所述预测重合空间区域，对所述风电轴承保持器的运行情况进行是否存在异常判断，得到所述风电轴承的运行监测信息，以完成对风电机组的运行监测。

4、本技术的有益效果在于通过对风电主轴承中风电轴承保持器的运行轨迹监测，能够根据预测的重合空间区域与实际的重合空间区域的误差比较，来实时监测出风电轴承保持器实在存在异常的运行情况，进而预测出风电主轴以及风电机组的是否存在异常情况，有利于将可能存在的故障问题及时反馈给维修人员，第一时间到达现场，防止潜在故障的进一步发酵。有利于对风电机组的运行情况实时在线的监督与预测，减少了对风电机组的潜在故障上报的延后时间，有利于对存在异常的风电机组进行快速维修，降低了维修成本，保证了风电机组的正常发电效率。

5、在一种可行的实施方式中，通过预设在风电轴承保持器中的多个传感芯片，对所述风电轴承保持器的运行状态进行多点位的多簇头协助追踪，得到点位追踪信息，具体包括：通过风电机组中的信号采集装置，对所述风电轴承保持器中的多个传感芯片进行信号采集，以确定出所述风电轴承保持器是否运行；其中，所述多个传感芯片在所述风电轴承保持器中为内嵌式均匀分布且使所述风电轴承保持器符合旋转平衡；在所述风电轴承保持器运行情况下，将运行中的第一传感芯片的信号发送节点确定为主簇头节点，以及将第二传感芯片以及第三传感芯片的信号发送节点确定为相邻簇头节点；其中，所述第二传感芯片以及第三传感芯片分别位于所述第一传感芯片的左右相邻位置；根据预设的rssi算法，并基于预设时间段，分别对所述主簇头节点与所述相邻簇头节点进行有关接收信号载波功率的三维空间距离计算，分别得到当前时间段内的主坐标数据与相邻坐标数据；其中，所述主坐标数据与相邻坐标数据均为三维坐标数据；根据最小二乘算法，对当前时间段内的相邻坐标数据进行平均空间距离的最小值处理，并对最小值处理后的空间距离进行有关中值的计算，得到辅助坐标数据；基于所述辅助坐标数据以及第一传感芯片的目标坐标数据，确定出所有传感芯片的点位追踪信息。

6、本技术的有益效果在于通过安装在风电轴承保持器中的多个传感芯片，能够实时监测双列调心滚子轴承的运行情况，即，对风电轴承保持器在三维空间中的运行姿态与运行轨迹进行点位的实时追踪，并根据多簇头的协调融合，基于每个传感芯片的相邻芯片，实现对每个传感芯片的实时追踪，得到当前时间段内的主坐标数据与相邻坐标数据。

7、在一种可行的实施方式中，基于所述辅助坐标数据以及第一传感芯片的目标坐标数据，确定出所有传感芯片的点位追踪信息，具体包括：基于当前时间段，将所述相邻簇头节点中的辅助坐标数据与所述主簇头节点中的主坐标数据进行有关坐标数据的权值融合，得到所述第一传感芯片的目标坐标数据；根据预设wsn的网格结构，将所述第一传感芯片的信号发送节点确定为相邻簇头节点，并将所述目标坐标数据确定为相邻坐标数据；通过对第四传感芯片的坐标数据与所述第一传感芯片的目标坐标数据进行平均空间距离的最小值处理后，并基于坐标数据的权值融合，得到所述第二传感芯片的目标坐标数据；其中，所述第四传感芯片与所述第一传感芯片均在第二传感芯片放入左右相邻位置；以此类推，对所有传感芯片进行有关坐标数据的权值融合，分别确定出所述所有传感芯片的目标坐标数据；并获取所述多个传感芯片在所述当前时间段下所对应的加速度数据；基于所有传感芯片的目标坐标数据以及对应的加速度数据，确定出所有传感芯片的点位追踪信息。

8、本技术的有益效果在于将相邻簇头节点融合到主簇头节点中，实现了辅助坐标与主坐标的权值融合，有利于根据相邻的辅助簇头节点，实现对主簇头节点的目标追踪，即实现对第一传感芯片的追踪，最终得到有关第一传感芯片的坐标数据与对应加速度数据，以此类推，分别得出第二、第三、第四等等传感芯片的点位追踪信息，实现对风电轴承保持器中所有传感芯片的点位追踪。

9、在一种可行的实施方式中，对所述点位追踪信息进行点位的正交覆盖，具体包括：基于正交覆盖机制，对所述点位追踪信息中每个传感芯片对应的目标坐标数据进行当前时间段下的点位取样，得到有关目标坐标数据的多点位的位置数据；根据所述多点位的位置数据，划分出与所述点位取样对应的抽样空间区域；通过所述抽样空间区域，对所述多点位的位置数据进行有关信号强弱的标定，得到有关所述多点位的信号强弱序号；根据所述信号强弱序号以及所述抽样空间区域中的点位密度，对所述多点位的位置数据进行运动趋势的判定，并根据所述信号强弱序号中信号强度最大的点位作为的基准点位，确定出基于所述当前时间段下的点位运动趋势数据；获取所述点位追踪信中每个传感芯片对应的加速度数据；并根据所述点位运动趋势数据，将所述加速度数据与所述抽样空间区域中多点位的位置数据进行一一对应，生成基于所述点位追踪信息的所述当前圆周运动轨迹。

10、本技术的有益效果在于通过每个传感芯片的点位追踪信息，然后确定出当前时间段下的抽样空间区域，基于抽样空间区域内的每个传感芯距离信号采集装置的距离不同，形成不同的信号强弱序号，有利于根据信号强弱序号与抽样空间的点位密度和点位位置，能够更好的判断出当前抽样空间区域中多个点位的运动趋势，然后再结合上每个点位的加速度，最终形成了当前圆周运动轨迹。

11、在一种可行的实施方式中，将正交覆盖后的点位追踪信息进行有关点位的运动矢量修正与预测，得到所述点位的圆周运动轨迹，具体包括：获取当前时间段下正交覆盖后的点位追踪信息；根据朗格朗日插值函数，并基于当前圆周运动轨迹中的加速度数据，对所述当前圆周运动轨迹中的目标坐标数据进行下一时间段的坐标位置矢量预测，得到预测目标坐标数据；根据所述当前圆周运动轨迹中每个点位之间的定位距离，对所述当前圆周运动轨迹中的加速度数据进行下一时间段的加速度矢量预测，得到预测加速度数据；对所述预测目标坐标数据进行预测点位的取样；并划分出与预测目标坐标数据对应的预测抽样空间区域；根据所述预测抽样空间区域中预测点位的信号强弱序号以及对应的预测点位密度，对所述预测抽样空间区域中的多点位进行预测运动趋势的判定；并根据所述预测抽样空间区域中预测点位以及对应的所述预测加速度数据，生成基于下一时间段的预测圆周运动轨迹；基于所述预测圆周运动轨迹与所述当前圆周运动轨迹，得到所述点位的圆周运动轨迹。

12、本技术的有益效果在于通过拉格朗日差值函数，能够更好的预测出下一时间段内所有点位的坐标数据与加速度数据，然后生成与当前圆周运动轨迹对应的预测与圆周运动轨迹，有利于后续对风电轴承保持器的运行轨迹的对比预测。

13、在一种可行的实施方式中，根据所述风电轴承保持器的振动加速度，获取所述风电轴承保持器的瞬时振动圆周轨迹，具体包括：通过风电机组中的振动传感器，获取当前时间段下的振动加速度；通过四元参数算法，对当前圆周运动轨迹中的运动趋势数据进行四元数的微分划分，得到有关四元微分的运行姿态矩阵；根据所述运行姿态矩阵，将所述当前时间段下的振动加速度进行三维空间中各轴向的分量划分，得到振动矢量坐标数据；将所述振动加速度以及所述振动矢量坐标数据进行圆周曲线的瞬态拟合，得到瞬态拟合曲线；基于所述风电轴承保持器所在的三维空间，将所述瞬态拟合曲线进行对应位置的匹配，确定出基于所述当前时间段下的瞬时振动圆周轨迹。

14、本技术的有益效果在于通过预设在风电机组中的振动传感器，将获取的振动加速度划分到各个轴向中，然后将振动矢量数据进行曲线的瞬态拟合后，得到有关振动加速度的瞬时振动圆周轨迹，从而精准的识别出因为叶轮负载振动所产生的的偏移量，得出基于该偏移量状态下的风电轴承保持器的瞬时振动圆周轨迹。

15、在一种可行的实施方式中，通过所述瞬时振动圆周轨迹，对所述圆周运动轨迹中的当前圆周运动轨迹进行无规律轨迹的过滤处理，得到所述风电轴承保持器的理想圆周运动轨迹，具体包括：将所述瞬时振动圆周轨迹以及所述当前圆周运动轨迹进行线性归一化处理，分别得到瞬时振动圆周曲线与当前圆周曲线；其中，所述到瞬时振动圆周曲线与当前圆周曲线均为螺旋圆周曲线；将所述瞬时振动圆周曲线与所述当前圆周曲线进行对应坐标点的差值处理，得到多个坐标点的距离；并将所述多个坐标点的距离进行中值处理，得到振动差值距离；根据所述振动差值距离，对所述当前圆周曲线进行曲线修正，得到修正圆周曲线；并根据所述当前圆周运动轨迹中的加速度数据，将所述修正圆周曲线进行矢量处理，确定出修正圆周运动轨迹；通过将所述修正圆周运动轨迹，对所述当前圆周运动轨迹在预设误差范围内进行无规律轨迹的过滤筛选，得到所述风电轴承保持器的理想圆周运动轨迹。

16、本技术的有益效果在于通过识别到的瞬时振动圆周轨迹，对当前圆周运动轨迹进行误差的修正，根据振动差值距离，及时对当前圆周曲线进行对应修正，从而可以精准的获取到风电机组内部的真实运行情况，即风电轴承保持器的真实圆周运动轨迹。

17、在一种可行的实施方式中，对所述理想圆周运动轨迹以及所述预测圆周运动轨迹分别生成对应的理想圆周空间区域以及对应的预测圆周空间区域；并将所述理想圆周空间区域与所述预测圆周空间区域进行空间区域的概率质心的定位比对，得到预测重合空间区域，具体包括：根据所述理想圆周运动轨迹以及所述预测圆周运动轨迹，分别生成与所述理想圆周空间区域对应的第一螺旋圆柱体以及与所述预测圆周空间区域对应的第二螺旋圆柱体；其中，所述第一螺旋圆柱体与所述第二螺旋圆柱体均包含多个点位位置信息；获取所述第一螺旋圆柱体中的第一点位位置信息；根据概率分布函数的显著度，获取与所述第一点位位置信息对应的点位分布平面区域；并通过概率密度函数，对所述点位分布平面区域进行螺旋圆柱体的质心定位，得到所述第一螺旋圆柱体的第一质心位置信息；对所述第二螺旋圆柱体进行有关点位分布平面区域的质心定位，得到所述第二螺旋圆柱体的第二质心位置信息；根据所述第一质心位置信息与所述第二质心位置信息，对所述第一螺旋圆柱体以及所述第二螺旋圆柱体之间进行同一时间域以及同一空间域的三维空间重合比对，确定出与所述第一螺旋圆柱体以及所述第二螺旋圆柱体相互重合的预测重合空间区域。

18、本技术的有益效果在于根据在每一段时间段下的对三维空间中圆周运动轨迹，构建出具有时间分量的运动轨迹量，即螺旋圆柱体，然后根据质心位置，将不同时间段的螺旋圆柱体所在的空间区域进行重合比对，得出预测情况下的重合区域，有利于对风电轴承保持器的运行监测，预测出正常情况下不同时间段内空间区域的重合情况。

19、在一种可行的实施方式中，根据所述预测重合空间区域，对所述风电轴承保持器的运行情况进行是否存在异常判断，得到所述风电轴承的运行监测信息，具体包括：根据与下一时间段所对应的实际圆周运动轨迹，确定出有关实际圆周空间区域的第三螺旋圆柱体；其中，所述实际圆周运动轨迹为基于所述理想圆周运动轨迹的下一时间段的点位圆周运动轨迹；对所述第三螺旋圆柱体进行有关点位分布平面区域的质心定位，得到所述第三螺旋圆柱体的第三质心位置信息；根据所述第三质心位置信息，对第一螺旋圆柱体以及所述第三螺旋圆柱体之间进行同一时间域以及同一空间域的三维空间重合比对，得到真实重合空间区域；通过所述真实重合空间区域与所述预测重合空间区域的空间区域大小判断信息，对所述风电轴承保持器的运行情况进行是否存在异常判断，得到所述风电轴承的运行监测信息，以完成对风电机组的运行监测。

20、另一方面，本技术实施例还提供了一种风电轴承保持器的运行监测设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行上述任一实施例所述的一种风电轴承保持器的运行监测方法。

21、本技术的有益效果在于通过对风电主轴承中风电轴承保持器的运行轨迹监测，能够根据预测的重合空间区域与实际的重合空间区域的误差比较，来实时监测出风电轴承保持器实在存在异常的运行情况，进而预测出风电主轴以及风电机组的是否存在异常情况，有利于将可能存在的故障问题及时反馈给维修人员，第一时间到达现场，防止潜在故障的进一步发酵。有利于对风电机组的运行情况实时在线的监督与预测，减少了对风电机组的潜在故障上报的延后时间，有利于对存在异常的风电机组进行快速维修，降低了维修成本，保证了风电机组的正常发电效率。