(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111644907.8 (22)申请日 2021.12.2 9 (71)申请人 西安热工 研究院有限公司 地址 710048 陕西省西安市碑林区兴庆路 136号 (72)发明人 王忠杰　王昭　刘瑞　李嘉麟　 高平亮　黄泷　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 代理人 贺小停 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) F03D 17/00(2016.01) G06F 111/10(2020.01)G06F 113/06(2020.01) (54)发明名称 一种基于大数据分析的风电机组传动链故 障预警方法 (57)摘要 本发明提供的一种基于大数据分析的风电 机组传动链故障预警方法， 包括以下步骤： 步骤 1， 建立风电机组传动链对应的柔性多体系统动 力学模型； 步骤2， 根据得到的柔性多体系统动力 学模型获取风电机组传动链对应的共振点， 根据 得到的共振点确认风电机组传动链中振动异常 的元件； 步骤3， 设定实际运行中风电机组传动链 的测试点， 在测试点处对风电机组传动链中振动 异常的元件分别进行振动基准测试， 得到每个振 动异常的元件对应的基准测试数据； 步骤4， 根据 得到的基准测试数据判断风电机组传动链的工 作状况， 其中， 若风电机组传动链为异常时， 进入 步骤5； 步骤5， 利用预设的网络算法判断风电机 组传动链的故障位置； 本发明能够对风电机组传 动链进行多重的监测预警工作， 从而使得预警结 果更加的精确， 从而使工作人员能够及时的发 现， 降低不必要的损失。 权利要求书2页 说明书5页 附图1页 CN 114297798 A 2022.04.08 CN 114297798 A 1.一种基于大 数据分析的风电机组传动链故障预警方法， 其特 征在于， 包括以下步骤： 步骤1， 建立 风电机组传动链对应的柔 性多体系统动力学模型； 步骤2， 根据 得到的柔性多体系统动力学模型获取风电机组传动链对应的共振点， 根据 得到的共 振点确认风电机组传动链中振动异常的元件； 步骤3， 设定实际运行中风电机组传动链的测试点， 在测试点处对风电机组传动链中振 动异常的元件分别进行振动基准测试， 得到每 个振动异常的元件 对应的基准测试 数据； 步骤4， 根据得到的基准测试数据判断风电机组传动链 的工作状况， 其中， 若风电机组 传动链为异常时， 进入步骤5； 步骤5， 利用预设的网络算法判断风电机组传动链的故障位置 。 2.根据权利要求1所述的一种基于大数据分析的风电机组传动链故障预警方法， 其特 征在于， 步骤1中， 采用动力学拓扑图建立得到风电机组传动链对应的柔性多体系统动力学 模型。 3.根据权利要求1所述的一种基于大数据分析的风电机组传动链故障预警方法， 其特 征在于， 步骤2中， 根据得到的柔性多体系统动力学模型获取风电机组传动链对应的共振 点， 根据得到的共 振点确认风电机组传动链中振动异常的元件， 具体方法是： S21,对得到的柔性多体系统动力学模型进行模态计算， 得到风电机组传动链对应的坎 贝尔图； 对得到的柔性多体系统动力学模型进行动态响应计算， 得到风电机组传动链对应的震 动加速度和速度； S22， 利用得到的震动加速度和速度识别坎贝尔图上的共 振点； S23,根据得到的共 振点确定风机传动链中振动异常的元件。 4.根据权利要求3所述的一种基于大数据分析的风电机组传动链故障预警方法， 其特 征在于， S21中， 对得到的柔性多体系统动力学模型进行模态计算， 得到风电机组传动链对 应的坎贝尔图， 具体方法是： 分别对切入、 切出以及耳钉状态下的风电机组传动链的模态进行计算， 得到多个固有 频率； 根据得到的固有频率绘制得到风电机组传动链在工作转速内的坎贝尔图。 5.根据权利要求1所述的一种基于大数据分析的风电机组传动链故障预警方法， 其特 征在于， 步骤4中， 利用得到的基准测试数据， 分别结合声音频谱和预设的数学模型判断风 电机组传动链的工作状况。 6.根据权利要求5所述的一种基于大数据分析的风电机组传动链故障预警方法， 其特 征在于， 结合声 音频谱判断风电机组传动链的工作状况， 具体方法是： 进行振动基准测试完毕后， 采集实时运行的风电机组传动链的声音信号， 根据声音信 号得到对应的声 音频谱； 将获取得到的声音频谱与对应的基准测试数据相比， 进而判断风电机组传动链的工作 状况。 7.根据权利要求6所述的一种基于大数据分析的风电机组传动链故障预警方法， 其特 征在于， 结合预设的数 学模型判断风电机组传动链的工作状况， 具体方法是： 根据得到的对应的基准测试数据， 结合风电机组传动链的运行机理构建相应的数学模权　利　要　求　书 1/2 页 2 CN 114297798 A 2型； 根据得到的数 学模型估计得到柔 性的多体系统动力学模型的输出参数； 将得到的输出参数与预设的历史正常运行 数据值进行比较， 得到残差； 根据得到的残差判断风电机组传动链的工作状况。 8.根据权利要求7所述的一种基于大数据分析的风电机组传动链故障预警方法， 其特 征在于， 步骤5中， 利用预设的网络算法判断风电机组传动链的故障位置， 具体方法是： 利用得到的对应的基准测试 数据、 声音频谱和残差， 构建得到BP神经网络算法模型； 通过BP神经网络算法模型判断风电机组传动链的故障位置 。权　利　要　求　书 2/2 页 3 CN 114297798 A 3