一种风机故障诊断方法及系统与流程

本发明涉及风机故障诊断，更具体地说，本发明涉及一种风机故障诊断方法及系统。

背景技术：

1、风机是电力、冶金、化工等工业场景中的常用动力设备，其运行状态通常通过转速、振动、压力、电流、温度和动叶状态等多类数据进行监测，并依据所采集的运行数据识别转子不平衡、转子不对中、动静部件摩擦、动叶动作异常、风机喘振和基座松动等故障。

2、现有风机故障诊断方法通常将当前运行数据与固定阈值进行比较，或者将一段运行数据直接输入故障诊断模型得到故障类型，但风机的振动、压力、电流和温度会随转速、负荷、压升及动叶开度变化，在未区分当前稳定运行工况并选取相匹配的历史正常运行数据时，工况变化产生的数据波动容易与故障引起的异常变化相互混合，使固定阈值或单一模型输出难以稳定反映当前故障状态。

3、此外，不同故障可能在多个测点形成相近的异常表现，前序部件故障还可能沿机械连接关系或气动传递关系引起其他部件的数据变化，当模型诊断结果、故障特征证据以及多个候选故障之间缺少一致性和时间关系约束时，容易出现故障类型误判、主故障与伴随故障混淆以及诊断依据不足仍直接输出故障结论的问题，因此，如何在风机运行工况变化且多类故障特征相互交叠的情况下形成具有明确依据的故障诊断结果，成为需要解决的技术问题。

4、鉴于此，本发明提出一种风机故障诊断方法及系统以解决上述问题。

技术实现思路

1、针对现有技术存在的不足，本发明的目的在于提供一种风机故障诊断方法及系统，通过根据当前稳定运行区段的工况参数筛选工况匹配区段，形成正常参照序列和故障特征正常上限，并结合标准化残差、标准化特征残差、故障诊断模型和故障证据生成风机故障诊断结果，达到减少运行工况变化对故障判断的干扰并提高诊断结果依据完整性的效果。

2、为实现上述目的，本发明采用如下技术方案：

3、第一方面，本发明提供一种风机故障诊断方法，包括：

4、获取待诊断风机的运行数据，对运行数据进行时间对齐和有效性筛选；

5、根据筛选后的运行数据形成工况参数，基于连续工况观察窗口内的参数变化确定当前稳定运行区段，提取当前稳定运行区段内各工况参数的统计值形成当前工况参数组，并从历史正常运行数据中筛选工况匹配区段；

6、根据工况匹配区段形成正常参照序列和故障特征正常上限，根据当前稳定运行区段内运行数据与正常参照序列的偏差形成标准化残差，根据当前故障特征超过故障特征正常上限的幅度形成标准化特征残差；

7、根据标准化残差和标准化特征残差形成各故障类型的故障特征组合及故障证据，将标准化残差和故障证据输入故障诊断模型得到模型诊断值，并根据故障特征组合得到证据诊断值；

8、根据模型诊断值和证据诊断值形成综合诊断值，将综合诊断值大于或等于故障判定阈值的故障类型确定为候选故障类型，并根据模型诊断值与证据诊断值的一致性、对应故障证据达到证据阈值的时间顺序及关联部件之间的传递关系生成风机故障诊断结果。

9、进一步地，运行数据包括轴系转速、轴承振动、机壳振动、基座振动、进口压力、出口压力、驱动电流、驱动电机有功功率、轴承温度和动叶状态数据；根据各运行数据的时间标记进行时间对齐，根据采样量程、采样周期、连续缺失采样点数量和数据传输状态确定各运行数据的有效状态，并保留处于有效状态的运行数据。

10、进一步地，工况参数包括相对转速、相对负荷、相对压升和适用于可调动叶风机的动叶开度比例；根据历史正常运行数据确定各工况参数的稳定限值，将各工况参数的变化率连续小于或等于对应稳定限值的工况观察窗口合并形成当前稳定运行区段，并提取所述当前稳定运行区段内各工况参数的中位值形成当前工况参数组。

11、进一步地，分别计算当前工况参数组与各历史工况参数组中相同工况参数之间的标准化差异值，将同一历史工况参数组对应的各标准化差异值相加得到工况差异值，将各标准化差异值均小于或等于一的历史稳定运行区段确定为工况匹配区段，并按照工况差异值从小到大的顺序选取所述工况匹配区段。

12、进一步地，将缺失后无法完成对应故障特征组合判断且不能由其他数据项替代的数据项确定为关键数据项；根据参与对应故障证据计算的有效数据项数量与该故障类型所需数据项总数量的比值得到证据完整程度；当任一关键数据项未通过有效性筛选时，将对应故障证据确定为不完整证据，不根据所述不完整证据单独确定故障类型。

13、进一步地，从工况匹配区段中提取对应数据并按照采样位置对齐，根据同一采样位置的数据分布形成正常参照序列及其下限和上限，根据故障特征分布确定特征波动下限和故障特征正常上限；根据当前运行数据超出所述下限或上限的幅度形成标准化残差，根据当前故障特征超过故障特征正常上限的幅度及对应特征波动范围形成标准化特征残差。

14、进一步地，故障类型包括转子不平衡、转子不对中、动静部件摩擦、动叶动作异常、风机喘振和基座松动；根据各故障类型对应的标准化残差、标准化特征残差、持续时间和时间对应关系形成对应的故障特征组合。

15、进一步地，将故障特征组合中已经形成的各标准化残差和标准化特征残差与一之间的较小值作为对应的特征贡献值；对于风机喘振故障特征组合，将一减去压力周期差异比例与压力周期差异阈值的比值作为压力周期特征贡献值，将一减去反向相位偏差与反向相位偏差阈值的比值作为反向相位特征贡献值，将一减去符合伴随周期判断条件的伴随周期差异比例与伴随周期差异阈值的比值作为伴随周期特征贡献值；将对应故障特征组合中各特征贡献值的算术平均值作为基础证据值，将故障特征组合连续成立的时间与最短证据持续时间的比值和一之间的较小值作为持续系数；当故障特征组合中的时间对应关系成立时将关联系数设为一，否则将关联系数设为零，将基础证据值、持续系数和关联系数相乘得到对应故障类型的故障证据值。

16、进一步地，将故障诊断模型在独立验证数据中的识别准确率作为模型诊断值的可信权重，将对应故障类型的证据完整程度作为证据诊断值的可信权重；将模型诊断值与其可信权重的乘积和证据诊断值与其可信权重的乘积相加，并将所得和值除以两个可信权重之和，得到综合诊断值。

17、进一步地，根据历史正常运行数据和允许误判比例确定证据阈值及故障判定阈值；当模型诊断值与证据诊断值一致指向一个候选故障类型时，将其确定为当前故障类型，当两者指向不同故障类型时生成诊断证据冲突结果，当存在多个候选故障类型时，根据故障证据达到证据阈值的时间顺序和关联部件之间的传递关系确定主故障和伴随故障。

18、第二方面，本发明提供一种风机故障诊断系统，实施所述一种风机故障诊断方法，包括：

19、数据处理模块，用于获取待诊断风机的运行数据，对运行数据进行时间对齐和有效性筛选；

20、工况匹配模块，用于根据筛选后的运行数据形成工况参数，基于连续工况观察窗口内的参数变化确定当前稳定运行区段，提取当前稳定运行区段内各工况参数的统计值形成当前工况参数组，并从历史正常运行数据中筛选工况匹配区段；

21、参照构建模块，用于根据工况匹配区段形成正常参照序列和故障特征正常上限，根据当前稳定运行区段内运行数据与正常参照序列的偏差形成标准化残差，根据当前故障特征超过故障特征正常上限的幅度形成标准化特征残差；

22、融合诊断模块，用于根据标准化残差和标准化特征残差形成各故障类型的故障特征组合及故障证据，将标准化残差和故障证据输入故障诊断模型得到模型诊断值，并根据故障特征组合得到证据诊断值；

23、故障判定模块，用于根据模型诊断值和证据诊断值形成综合诊断值，将综合诊断值大于或等于故障判定阈值的故障类型确定为候选故障类型，并根据模型诊断值与证据诊断值的一致性、对应故障证据达到证据阈值的时间顺序及关联部件之间的传递关系生成风机故障诊断结果。

24、本发明提出的一种风机故障诊断方法及系统的技术效果和优点为：

25、首先，本发明通过对风机运行数据进行时间对齐和有效性筛选，并根据当前稳定运行区段的工况参数从历史正常运行数据中筛选工况匹配区段，能够使当前运行数据与相近工况下的正常数据进行比较，减少转速、负荷、压升和动叶开度变化对故障判断的干扰。

26、其次，本发明通过依据正常参照序列和故障特征正常上限形成标准化残差及标准化特征残差，并结合故障特征组合、持续时间和时间对应关系形成故障证据，能够区分瞬时数据波动与持续异常，使不同测点和不同量纲的数据形成可共同用于故障诊断的依据。

27、再次，本发明通过结合模型诊断值和证据诊断值形成综合诊断值，并根据两种诊断值的一致性、故障证据达到证据阈值的时间顺序及关联部件之间的传递关系生成诊断结果，能够在诊断依据冲突或多个候选故障同时出现时区分当前故障、待确认故障、主故障和伴随故障，降低仅依据单一诊断结果直接确定故障类型的风险。