(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 202111301872.8 (22)申请日 2021.11.04 (71)申请人 中国华能集团清洁能源技 术研究院 有限公司 地址 102209 北京市昌平区北七家未来科 技城华能人才创新创业基地实验楼A 楼 申请人 华能 （浙江） 能源开发有限公司清洁 能源分公司 (72)发明人 张燧　翟大海　曾谁飞　王青天　 李小翔　冯帆　陈沐新　关建跃　 邹孝涵　韩佳明　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 赵迪(51)Int.Cl. G06F 30/27(2020.01) G06K 9/00(2022.01) G06F 113/06(2020.01) G06F 119/04(2020.01) (54)发明名称 一种基于HT的风机轴承剩余使用 寿命确定 方法及系统 (57)摘要 本发明涉及一种基于HT的风机轴承剩余使 用寿命确定方法及系统， 所述方法包括： 获取预 设时刻的风机轴承振动信号； 对 所述振动信号进 行特征提取， 获得所述风机轴承振动信号对应的 特征数据； 将所述特征数据输入 预先训练好的轴 承状态预测模 型中， 获取预设时刻的风机轴承的 状态值； 基于所述状态值确定所述风机轴承的剩 余使用寿命。 本发明提供的技术方案， 通过对振 动信号进行特征提取可以提取出能够跟踪轴承 退化的特征数据， 进而提高了风机轴承的剩余使 用寿命确定的准确度。 权利要求书3页 说明书8页 附图2页 CN 114139441 A 2022.03.04 CN 114139441 A 1.一种基于 HT的风机轴承剩余使用寿命确定方法， 其特 征在于， 所述方法包括： 获取预设时刻的风机轴承 振动信号； 对所述振动信号进行 特征提取， 获得 所述风机轴承 振动信号对应的特 征数据； 将所述特征数据输入预先训练好的轴 承状态预测模型中， 获取预设时刻的风机轴承的 状态值； 基于所述状态值确定所述 风机轴承的剩余使用寿命。 2.如权利要求1所述的方法， 其特征在于， 所述对所述振动信号进行特征提取， 获得所 述风机轴承 振动信号对应的特 征数据， 包括： 将所述振动信号进行 经验模态分解得到对应的n个固有模态分量 IMF； 对各固有模态分量IMF进行希尔伯特变换得到各固有模态分量IMF对应的希尔伯特变 换结果； 利用所述变换 结果确定各固有模态分量 IMF对应的瞬时振幅和瞬时频率； 基于所述各固有模态分量IMF对应的瞬时振幅和瞬时频率确定各固有模态分量IMF的 边界谱； 将风机轴承的内表面频率、 外表面频率和球频率代入各固有模态分量IMF的边界谱中， 获取各固有模态分量IMF对应的风机轴承的内表面频率对应的边界谱、 风机轴承的外表面 频率对应的边界谱和风机轴承的球频率对应的边界谱； 筛选出风机轴 承的内表面频率对应的最大边界谱、 风机轴 承的外表面频率对应的最大 边界谱和风机轴承的球频率对应的最大边界谱， 并将所述筛选出的内表面频率对应的最大 边界谱、 风机轴承的外表面频率对应的最大边界谱和风机轴承的球频率对应的最大边界谱 作为风机轴承 振动信号对应的特 征数据。 3.如权利要求2所述的方法， 其特征在于， 所述将所述振动信号进行经验模态分解得到 对应的n个固有模态分量 IMF， 包括: 步骤A1： 确定所述振动信号 为当前处 理信号； 步骤A2： 确定当前处理信号中包含的全部局部极大值及局部极小值， 并采用三次样条 插值法对全部局部极大值及局部极小值进行拟合， 构造出对应的极大值包络及极小值包 络， 计算所述极大值包络及极小值包络的平均值， 得到瞬时平均值； 步骤A3： 将所述当前处理信号减去最新的瞬时平均值， 得到信号分量， 如果该信号分量 满足IMF条件， 则确定该信号分量为IMF分量， 并将当前 处理信号减去 该IMF分量得到信号残 差， 判断所述信号残差是否满足分解停止条件， 若 是则分解完 毕， 若否则将该信号残差作为 当前处理信号返回执行步骤A2； 如果该信号分量不满足IMF条件， 则将所述信号分量作为当 前处理信号返回执 行步骤A2； 其中， 所述IMF条件包括： 标准偏差SD小于预设的标准偏差阈值， 余量均值小于预设的 余量均值或者极值的数目为0； 如果上述两项均满足则确定满足IMF条件， 任一项不满足则 确定不满足IMF 条件。 4.如权利要求2所述的方法， 其特征在于， 所述第i固有模态分量IMF对应的希尔伯特变 换结果如下式所示： 权　利　要　求　书 1/3 页 2 CN 114139441 A 2式中， 为预设时刻t的振动数据的第i固有模态分量IMF对 应的希尔伯特变换结果， P为柯西主值， ci为第i固有模态分量， s为时间积分变量； 所述第i固有模态分量 IMF对应的瞬时振幅如下式所示： 式中， ai(t)为预设时刻t的振动数据的第i固有模态分量 IMF对应的瞬时振幅； 所述第i固有模态分量 IMF对应的瞬时频率如下式所示： 式中， fi(t)为预设时刻t的振动数据的第i固有模态分量IMF对应的瞬时频率， θi(t)为预设时刻t的振动数据的第i固有模态分量 IMF对应的相位。 5.如权利要求2所述的方法， 其特征在于， 所述第i固有模态分量IMF的边界谱如下式所 示： 式中， hi(f)为第i固有模态分量 IMF的边界谱。 6.如权利要求1所述的方法， 其特征在于， 所述预先训练好的轴 承状态预测模型的训练 过程包括： 获取由历史时段内各时刻的风机轴承振动信号经特征提取后的各时刻风机轴承振动 信号对应的特 征数据及其对应的风机轴承真实状态值构成的样本集； 基于获取的所述样本集以及回归算法对支持向量 回归模型进行训练， 得到训练好的轴 承状态预测模型。 7.一种基于 HT的风机轴承剩余使用寿命确定系统， 其特 征在于， 所述系统包括： 第一获取模块， 用于获取 预设时刻的风机轴承 振动信号； 特征提取模块， 用于对所述振动信号进行特征提取， 获得所述风机轴承振动信号对应 的特征数据； 第二获取模块， 用于将所述特征数据输入预先训练好的轴承状态预测模型中， 获取预 设时刻的风机轴承的状态值； 确定模块， 用于基于所述状态值确定所述 风机轴承的剩余使用寿命。 8.如权利要求7 所述的系统， 其特 征在于， 所述特 征提取模块， 包括： 分解单元， 用于将所述振动信号进行 经验模态分解得到对应的n个固有模态分量 IMF； 变换单元， 用于对各固有模态分量IMF进行希尔伯特变换得到各固有模态分量IMF对应 的希尔伯特变换 结果； 第一确定单元， 用于利用所述变换结果确定各固有模态分量IMF对应的瞬时振幅和瞬 时频率； 第二确定单元， 用于基于所述各固有模态分量IMF对应的瞬时振幅和瞬时频率确定各 固有模态分量 IMF的边界谱； 获取单元， 用于将风机轴承的内表面频率、 外表面频率和球频率代入各固有模态分量权　利　要　求　书 2/3 页 3 CN 114139441 A 3