数据驱动的风电齿轮箱油液监测磨损度量化及其参数权重研究

摘要

机械设备磨损状态的评价参数具有多元化、阶段性及动态性的特点,决策往往取决于技术人员的经验.通过油液监测判断机械设备健康状态时,参数多难以凭主观选择,以致磨损状态的准确界定一直是瓶颈.为此,以风电齿轮箱为对象,研究其颗粒信息、污染度及油品信息对磨损状态的影响,在根据磨粒种类的危害程度初步量化磨损度的基础上,对监测数据降噪后,通过支持向量机获取指标的显著性系数,进而算得参数权重,确定的关键参数为磨损颗粒数量、铁磁性颗粒质量分数、平均颗粒尺寸,简化了磨损度的指标,能提高风电齿轮箱的故障诊断效率.