風機部件的壽命預測方法及系統技術方案

本發明專利技術提供一種風機部件的壽命預測方法及系統。所述風機部件的壽命預測方法包括：采集風機的部件的特征參數；根據采集的特征參數確定處于非失效階段的部件；確定處于非失效階段的部件的剩余壽命范圍；對處于預定剩余壽命范圍的部件進行在線剩余壽命預測。根據本發明專利技術，可以在線獲取風機的部件的剩余壽命，從而指導風機的用戶及時處理潛在的風機故障，從而保證風機的安全、可靠運行。

【技術實現步驟摘要】

本專利技術涉及風力發電領域。更具體地講，涉及一種風機部件的壽命預測方法及系 統。
技術介紹
隨著技術的發展，對可再生能源的關注和利用程度日益增加，其中，風力發電是一 種已經發展相對成熟的能源技術。目前，對風機的預防維護工作主要是故障后維修和定期檢修(如半年檢修和全年 檢修)，但缺乏一個面向整機的部件的在線壽命預測及相應的預防維護和檢修系統，難以實 現對機組壽命預警的作用，不能科學判斷機組檢修時機及提供合理的預防和檢修方式，導 致風機維護成本較高，備品備件庫規劃不合理。及時獲得風機的部件的剩余壽命，對于風機 安全、穩定運行和優化機組可靠性具有重大意義。因此，需要一種對風機的部件進行在線壽 命預測的技術。
技術實現思路
本專利技術的目的在于提供一種風機部件的壽命預測方法及系統。根據本專利技術的一方面，提供一種風機部件的壽命預測方法，其特征在于，包括采 集風機的部件的特征參數；根據采集的特征參數確定處于非失效階段的部件；確定處于非 失效階段的部件的剩余壽命范圍；對處于預定剩余壽命范圍的部件進行在線剩余壽命預 測。可選地，所述壽命預測方法還包括根據采集的特征參數，確定需要進行壽命預測 的部件，其中，根據采集的特征參數確定處于非失效階段的部件的步驟包括根據采集的特 征參數，從需要進行壽命預測的部件之中確定處于非失效階段的部件。可選地，確定需要進行壽命預測的部件的步驟包括根據部件的重要度、易損性、 性能衰退過程易檢性中的至少一個來確定需要進行壽命預測的部件，其中，重要度表示部 件故障時對風機正常工作的影響程度；易損性表示部件發生故障的頻率；性能衰退過程易 檢性表示檢測到部件故障的難度。可選地，所述壽命預測方法還包括根據采集的特征參數確定處于失效階段的部 件。可選地，確定處于非失效階段的部件的剩余壽命范圍的步驟包括利用動態可靠 性分析模型來確定處于非失效階段的部件的剩余壽命范圍。可選地，在確定處于非失效階段的部件的剩余壽命范圍時，利用動態可靠性分析 模型建立部件的可靠度和失效率隨使用時間的變化動態過程曲線，基于該變化動態過程曲 線確定部件的壽命范圍，將確定的壽命范圍減去部件的使用工時，以計算部件的剩余壽命 范圍。可選地，對處于預定剩余壽命范圍的部件進行在線剩余壽命預測的步驟包括利用支持向量機預測模型對處于預定剩余壽命范圍的部件進行在線剩余壽命預測。可選地，針對處于預定剩余壽命范圍的部件之中的非間歇性部件，采用最小二乘 支持向量機對向量機預測模型建模；針對處于預定剩余壽命范圍的部件之中的間歇性工作 部件，采用集成最小二乘支持向量機對向量機預測模型建模。可選地,特征參數包括電氣特性參數、機械特性參數和過程參數中的至少一種。可選地，每次對部件進行剩余壽命預測時，利用包括當前時間的一段時間內采集 的部件的特征參數的時間序列作為樣本集來訓練支持向量機預測模型，以獲得部件的特征 參數的未來發展趨勢，從獲得的未來發展趨勢提取與部件處于故障狀態時的特征參數對應 的時間，將該時間減去該部件的使用工時，從而得到該部件的剩余壽命。可選地，所述壽命預測方法還包括在部件的剩余壽命小于設備壽命預警閥值并 大于設備更換閥值時，向用戶發出報警，使用戶降低該部件的使用強度；在部件的剩余壽命 小于等于設備更換閥值時，向用戶發出報警，使用戶更換該部件，其中，設備壽命預警閥值 大于設備更換閥值。可選地，通過下列項中的至少一個表示性能衰退過程易檢性風機是否輸出用于 衡量部件的性能的輸出參數、輸出參數衡量部件性能的完整性、通過外觀觀測來判別部件 是否發生故障的可行性。可選地，處于預定剩余壽命范圍的部件是指剩余壽命范圍的下限小于預定閾值的 部件。根據本專利技術的另一方面，提供一種風機部件的壽命預測系統，包括數據采集模 塊，采集風機的部件的特征參數；生命周期判斷模塊，根據采集的特征參數確定處于非失效 階段的部件；剩余壽命范圍預測模塊，確定處于非失效階段的部件的剩余壽命范圍；在線 壽命預測模塊，對處于預定剩余壽命范圍的部件進行在線剩余壽命預測。可選地，所述壽命預測系統還包括部件選擇模塊，根據采集特征參數，確定需要 進行壽命預測的部件，其中，生命周期判斷模塊根據采集的特征參數，從需要進行壽命預測 的部件之中確定處于非失效階段的部件。可選地，部件選擇模塊根據部件的重要度、易損性、性能衰退過程易檢性中的至少 一個來確定需要進行壽命預測的部件，其中，重要度表示部件故障時對風機正常工作的影 響程度；易損性表示部件發生故障的頻率；性能衰退過程易檢性表示檢測到部件故障的難度。可選地，生命周期判斷模塊還根據采集的特征參數確定處于失效階段的部件。可選地，剩余壽命范圍預測模塊利用動態可靠性分析模型來確定處于非失效階段 的部件的剩余壽命范圍。可選地，在確定處于非失效階段的部件的剩余壽命范圍時，剩余壽命范圍預測模 塊利用動態可靠性分析模型建立部件的可靠度和失效率隨使用時間的變化動態過程曲線， 基于該變化動態過程曲線確定部件的壽命范圍，將確定的壽命范圍減去部件的使用工時， 以計算部件的剩余壽命范圍。可選地，在線壽命預測模塊利用支持向量機預測模型對處于預定剩余壽命范圍的 部件進行在線剩余壽命預測。可選地，在線壽命預測模塊包括訓練模塊，在每次對部件進行剩余壽命預測時，利用包括當前時間的一段時間內采集的部件的特征參數的時間序列作為樣本集來訓練支 持向量機預測模型，以獲得部件的特征參數的未來發展趨勢；總壽命計算模塊，從獲得的未 來發展趨勢提取與部件處于故障狀態時的特征參數對應的時間；剩余壽命計算模塊，將該 時間減去該部件的使用工時，從而得到該部件的剩余壽命。可選地，所述壽命預測系統還包括在線預防維護模塊，在部件的剩余壽命小于設 備壽命預警閥值并大于設備更換閥值時，向用戶發出報警，使用戶降低該部件的使用強度； 在部件的剩余壽命小于等于設備更換閥值時，向用戶發出報警，使用戶更換該部件，其中， 設備壽命預警閥值大于設備更換閥值。可選地，通過下列項中的至少一個表示性能衰退過程易檢性風機是否輸出用于 衡量部件的性能的輸出參數、輸出參數衡量部件性能的完整性、通過外觀觀測來判別部件 是否發生故障的可行性。可選地，處于預定剩余壽命范圍的部件是指剩余壽命范圍的下限小于預定閾值的 部件。可選地，針對處于預定剩余壽命范圍的部件之中的非間歇性部件，利用的支持向 量機預測模型為最小二乘支持向量機預測模型；針對處于預定剩余壽命范圍的部件之中的 間歇性工作部件，利用的支持向量機預測模型為集成最小二乘支持向量機預測模型。可選地,特征參數包括電氣特性參數、機械特性參數和過程參數中的至少一種。根據本專利技術的風機部件的壽命預測方法及系統可以在線獲取風機的部件的剩余 壽命，從而指導風機的用戶及時處理潛在的風機故障，從而保證風機的安全、可靠運行。此外，根據本專利技術的風機部件的壽命預測方法及系統可以從風機的部件中確定出 有必要進行在線壽命預測的部件，從而在保證監控質量的同時，降低了監控成本。此外，根據本專利技術的風機部件的壽命預測方法及系統利用支持向量機預測模型來 進行在線壽命預測，這樣需要的樣本數據量小，從而降低了計算量，提高了預測速度，并且 能夠精確地獲得特征參數的更長時間的未來發展趨勢，更適于在線剩余壽命預測的需要。將在接下來的描述中部分闡述本發本文檔來自技高網...

【技術保護點】
一種風機部件的壽命預測方法，其特征在于，包括：采集風機的部件的特征參數；根據采集的特征參數確定處于非失效階段的部件；確定處于非失效階段的部件的剩余壽命范圍；對處于預定剩余壽命范圍的部件進行在線剩余壽命預測。

【技術特征摘要】
1.一種風機部件的壽命預測方法，其特征在于，包括采集風機的部件的特征參數；根據采集的特征參數確定處于非失效階段的部件；確定處于非失效階段的部件的剩余壽命范圍；對處于預定剩余壽命范圍的部件進行在線剩余壽命預測。2.如權利要求1所述的壽命預測方法，還包括根據采集的特征參數，確定需要進行壽命預測的部件，其中，根據采集的特征參數確定處于非失效階段的部件的步驟包括根據采集的特征參數，從需要進行壽命預測的部件之中確定處于非失效階段的部件。3.如權利要求2所述的壽命預測方法，其中，確定需要進行壽命預測的部件的步驟包括根據部件的重要度、易損性、性能衰退過程易檢性中的至少一個來 確定需要進行壽命預測的部件，其中，重要度表示部件故障時對風機正常工作的影響程度；易損性表示部件發生故障的頻率；性能衰退過程易檢性表示檢測到部件故障的難度。4.如權利要求1所述的壽命預測方法，還包括根據采集的特征參數確定處于失效階段的部件。5.如權利要求1所述的壽命預測方法，其中，確定處于非失效階段的部件的剩余壽命范圍的步驟包括利用動態可靠性分析模型來確定處于非失效階段的部件的剩余壽命范圍。6.如權利要求5所述的壽命預測方法，其中，在確定處于非失效階段的部件的剩余壽命范圍時，利用動態可靠性分析模型建立部件的可靠度和失效率隨使用時間的變化動態過程曲線，基于該變化動態過程曲線確定部件的壽命范圍，將確定的壽命范圍減去部件的使用工時，以計算部件的剩余壽命范圍。7.如權利要求6所述的壽命預測方法，其中，對處于預定剩余壽命范圍的部件進行在線剩余壽命預測的步驟包括利用支持向量機預測模型對處于預定剩余壽命范圍的部件進行在線剩余壽命預測。8.如權利要求7所述的壽命預測方法，其中，每次對部件進行剩余壽命預測時，利用包括當前時間的一段時間內采集的部件的特征參數的時間序列作為樣本集來訓練支持向量機預測模型，以獲得部件的特征參數的未來發展趨勢，從獲得的未來發展趨勢提取與部件處于故障狀態時的特征參數對應的時間，將該時間減去該部件的使用工時，從而得到該部件的剩余壽命。9.如權利要求7或8所述的壽命預測方法，其中，針對處于預定剩余壽命范圍的部件之中的非間歇性部件，采用最小二乘支持向量機對向量機預測模型建模；針對處于預定剩余壽命范圍的部件之中的間歇性工作部件，采用集成最小二乘支持向量機對向量機預測模型建模。10.如權利要求1所述的壽命預測方法，還包括在部件的剩余壽命小于設備壽命預警閥值并大于設備更換閥值時，向用戶發出報警， 使用戶降低該部件的使用強度；在部件的剩余壽命小于等于設備更換閥值時，向用戶發出報警，使用戶更換該部件，其中，設備壽命預警閥值大于設備更換閥值。11.如權利要求3所述的壽命預測方法，其中，通過下列項中的至少一個表示性能衰退過程易檢性風機是否輸出用于衡量部件的性能的輸出參數、輸出參數衡量部件性能的完整性、通過外觀觀測來判別部件是否發生故障的可行性。12.如權利要求1所述的壽命預測方法，其中，處于預定剩余壽命范圍的部件是指剩余壽命范圍的下限小于預定閾值的部件。13.如權利要求1所述的壽命預測方法，其中，特征參數包括電氣特性參數、機械特性參數和過程參數中的至少一種。14.一種風機部件的壽命預測系統，包括數據采集模塊，采集風機的...

【專利技術屬性】
技術研發人員：王文娟，
申請(專利權)人：北京金風科創風電設備有限公司，
類型：發明
國別省市：