【技术实现步骤摘要】
本专利技术涉及故障诊断，尤其涉及一种风机传动系统故障估计方法及装置。
技术介绍
1、随着科技的快速发展，风力发电机系统越发受到研究学者的关注，风力发电机因其整合了俯仰、传动、发电机以及变流器等多子系统，某个子系统发生故障会影响到其它子系统的正常运行，从而致使整个风力发电机无法正常运行。因此，针对风力发电机的容错控制技术得到的快速发展，故障估计是容错控制技术中重要的环节，容错控制效果的优良取决与故障估计的精度，一个优秀的故障估计算法十分重要。
2、风机传动轴因为磨损等原因，容易发生乘性故障，一类参数故障，表现为系统性能等比例下降，同时风机内部也可能发生加性故障，风机系统某些信号通道突然增加未知的信号。
技术实现思路
1、有鉴于此，本专利技术的目的在于提出一种风机传动系统故障估计方法及装置，以解决同时估计参数故障和加性故障的未知输入观测器的技术问题。
2、一种风机传动系统故障估计方法，包括：
3、第一步，构建风机传动系统故障数学模型；
4、第二步，构建风机传动系统故障数学模型的增广系统；
5、第三步，设计自适应律，构造自适应未知输入观测器；
6、第四步，构建状态估计误差、测量输出误差、故障估计误差和自适应率，获得误差动态方程；
7、第五步，依据lyapunov稳定性理论和线性矩阵不等式方法lmi计算自适应未知输入观测器的增益，获得目标观测器；
8、第六步，将风机传动系统的状态数据输入目标观测
9、作为本申请的进一步改进，所述建立风机传动系统故障数学模型，包括
10、
11、其中:为状态向量，分别表示输入向量和测量输出向量，是有界向量、表示未知干扰和建模误差，是加性故障，表示变桨系统的加性故障向量；a,b,c,bd,bf是系统已知的常值系数矩阵；
12、扰动bd＝[bd1 bd2]，d1是可解耦的，d2是不可解耦的，数学模型中是一个具有lipschiz系数θ的非线性向量函数，并且满足如下lipschiz关系
13、
14、作为本申请的进一步改进，所述构建风机传动系统故障数学模型的增广系统，包括
15、构建数学模型(1)的增广数学
16、
17、其中：
18、
19、作为本申请的进一步改进，所述设计自适应律，构造自适应未知输入观测器，
20、基于增广数学模型(3)建立自适应未知输入观测器：
21、
22、分别表示中间过度状态量、的估计量和e的估计量；k＝k1+k2、表示待设计和计算的增益矩阵；
23、满足如下lipschiz关系，根据(2)可以得出结论：
24、
25、作为本申请的进一步改进，所述构建状态估计误差、测量输出误差、故障估计误差和自适应率，获得误差动态方程，包括
26、状态估计误差为
27、测量输出误差
28、故障估计误差
29、自适应率
30、其中：表示待设计增益矩阵,δ表示自适应学习律，是一个常值；
31、构建误差动态方程为
32、
33、作为本申请的进一步改进，所述依据lyapunov稳定性理论和线性矩阵不等式方法lmi计算自适应未知输入观测器的增益，获得目标观测器，包括
34、自适应未知输入观测器的增益分别为
35、l1,r,t,k2,k，依据lyapunov稳定性理论和线性矩阵不等式(lmi)，计算增益q、对称正定矩阵p、使下列线性矩阵不等式满足：
36、
37、其中：
38、
39、表示维单位矩阵
40、计算矩阵l1，然后可进一步通过下列公式计算增益矩阵r,t,k2,k的数值，从而获得数学模型(1)的故障估计器；
41、
42、
43、
44、一种风机传动系统故障估计装置，其特征在于，包括：
45、预处理模块，用于在线实时采集抽油机运行状态下的电参数据，进行预处理，将高维信号数据向量化，构建电参数据的原始数据空间；
46、构建模块，用于通过欧式距离确定每个样本点最近的k个样本点，构建局部邻域；
47、整合模块，用于除中心样本点外，将同一局部邻域中的任何样本点，由该局部邻域内的其余样本点作为其局域互表示邻域；将每个样本点通过构建模块获得的局部邻域和局域互表示邻域进行整合，构成多结构邻域；
48、重构模块，用于在高维空间中，通过最小化局部重构误差来计算多结构邻域局部线性关系的权重系数；
49、特征融合模块，用于将多个局部邻域结构在低维空间中进行特征融合，构建全局重构模型，通过确定全局重构模型的最优解，得到最终的低维特征；
50、故障诊断模块，用于将得到的低维特征结果输入至分类器中，根据其分类结果完成对抽油机的故障诊断。
51、基于上述目的，本专利技术提供了一种风机传动系统故障估计方法，未知输入观测器在解耦扰动具有优势，当下未知输入观测器在对故障进行估计的研究中，多数采用状态观测的方案实现故障估计，有较为广泛的应用。但未知输入状态观测器在观测精度上较差，故障必须是一类缓变扰动，一定程度降低了这类算法的应用广度。本文结合自适应观测器和未知输入观测器设计了一种新的观测器，不仅能够解耦扰动，同时能提高故障估计精度，能够同时估计参数故障和加性故障。
本文档来自技高网...【技术保护点】
1.一种风机传动系统故障估计方法，其特征在于，包括：
2.根据权利要求1所述的风机传动系统故障估计方法，其特征在于，所述建立风机传动系统故障数学模型，包括
3.根据权利要求1所述的风机传动系统故障估计方法，其特征在于，所述构建风机传动系统故障数学模型的增广系统，包括
4.根据权利要求3所述的风机传动系统故障估计方法，其特征在于，所述设计自适应律，构造自适应未知输入观测器，
5.根据权利要求1所述的风机传动系统故障估计方法，其特征在于，所述构建状态估计误差、测量输出误差、故障估计误差和自适应率，获得误差动态方程，包括
6.根据权利要求1所述的风机传动系统故障估计方法，其特征在于，所述依据Lyapunov稳定性理论和线性矩阵不等式方法LMI计算自适应未知输入观测器的增益，获得目标观测器，包括
7.一种风机传动系统故障估计装置，其特征在于，包括：
【技术特征摘要】
1.一种风机传动系统故障估计方法，其特征在于，包括：
2.根据权利要求1所述的风机传动系统故障估计方法，其特征在于，所述建立风机传动系统故障数学模型，包括
3.根据权利要求1所述的风机传动系统故障估计方法，其特征在于，所述构建风机传动系统故障数学模型的增广系统，包括
4.根据权利要求3所述的风机传动系统故障估计方法，其特征在于，所述设计自适应律，构造自适应未知输入观测器，<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。