本發(fā)明涉及一種anfis（自適應(yīng)神經(jīng)模糊推理系統(tǒng)）風(fēng)電雙饋異步電機(jī)氣隙偏心故障診斷分類方法，歸屬于電機(jī)狀態(tài)檢測與故障診斷這一領(lǐng)域。

背景技術(shù)：

自“十二五”規(guī)劃起，我國能源行業(yè)便致力于積極推動節(jié)能減排、低碳綠色、全面協(xié)調(diào)可持續(xù)戰(zhàn)略方針的實(shí)施。而風(fēng)力發(fā)電技術(shù)憑借其能源清潔性、綠色環(huán)保性和源源不斷性逐漸成為當(dāng)今世界新能源發(fā)展潮流中炙手可熱的主流方向。

在目前投入運(yùn)行的風(fēng)電機(jī)組中，變速恒頻風(fēng)力發(fā)電機(jī)以其良好的性能和穩(wěn)定的結(jié)構(gòu)逐漸成為主流機(jī)型，而雙饋異步發(fā)電機(jī)作為維持變速恒頻性能的重要設(shè)備，它的運(yùn)行狀態(tài)和性能優(yōu)劣成為人們重點(diǎn)關(guān)心的問題。由于我國風(fēng)力資源分配不均勻，大部分處于西北及沿海等地勢偏僻、條件惡劣的地區(qū)，所以風(fēng)電機(jī)組的工作狀況受外部氣候及周圍環(huán)境的影響很大；再加上自然界風(fēng)速的不穩(wěn)定性等等，這些因素直接導(dǎo)致了雙饋異步電機(jī)故障的頻發(fā)性和大概率性，嚴(yán)重影響到機(jī)組的正常運(yùn)行和使用壽命，造成巨額的經(jīng)濟(jì)損失。因此，對風(fēng)電機(jī)組雙饋異步電機(jī)實(shí)行狀態(tài)監(jiān)測和故障診斷是大勢所趨，也是唯一手段。

對于雙饋異步電機(jī)而言，轉(zhuǎn)子不足、軸承磨損還有安裝操作的誤差等等都會引起氣隙偏心故障的發(fā)生。輕則導(dǎo)致電機(jī)的氣隙磁場產(chǎn)生畸變，擾亂各項(xiàng)性能指標(biāo)；重則直接促使定轉(zhuǎn)子間相互摩擦而燒毀電機(jī)。因此，對雙饋異步電機(jī)氣隙偏心故障的研究非常有必要。

氣隙偏心故障可細(xì)分成靜態(tài)偏心、動態(tài)偏心和動靜混合偏心這三種類型。

靜態(tài)偏心可能是由于定子鐵芯變橢圓或是轉(zhuǎn)子位置安裝不當(dāng)。電機(jī)發(fā)生靜態(tài)偏心時，轉(zhuǎn)子的幾何中心與旋轉(zhuǎn)中心相重合，卻不一定與定子的幾何中心重合，最小氣隙長度的位置相對定子而言固定不變；動態(tài)偏心可能是由于轉(zhuǎn)子彎曲、軸承磨損或較大靜偏心的影響。電機(jī)發(fā)生動態(tài)偏心時，定子的幾何中心與轉(zhuǎn)子的旋轉(zhuǎn)中心相重合，卻不一定與轉(zhuǎn)子的幾何中心相重合，氣隙最小長度的位置隨著轉(zhuǎn)子的旋轉(zhuǎn)而發(fā)生改變；動靜混合偏心綜合了兩種偏心狀態(tài)，由于人工安裝的誤差，混合偏心情況在實(shí)際環(huán)境中普遍存在。因此在電機(jī)的使用過程中，必須保持高警惕性，早早地對雙饋電機(jī)偏心故障進(jìn)行診斷處理。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的重點(diǎn)在于針對技術(shù)層面現(xiàn)有的不足之處，提出一種最終結(jié)果與實(shí)際真實(shí)值極為接近的故障診斷方案，即anfis（自適應(yīng)神經(jīng)模糊推理系統(tǒng)）風(fēng)電雙饋異步電機(jī)氣隙偏心故障診斷分類方法，其診斷結(jié)果確實(shí)精度高，可操作性強(qiáng)。本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn)上述目的：

本發(fā)明一種anfis風(fēng)電雙饋異步電機(jī)氣隙偏心故障診斷分類方法，具體操作步驟如下：

步驟1：將雙饋異步電機(jī)氣隙偏心故障分類整理并進(jìn)行故障數(shù)據(jù)的測試收集；在ansoft軟件平臺上建立風(fēng)電雙饋異步電機(jī)模型，變更參數(shù)仿真不同類型的氣隙偏心故障并記錄其故障定子電流數(shù)據(jù)，構(gòu)建風(fēng)電雙饋異步電機(jī)不同類型氣隙偏心故障的多個訓(xùn)練樣本集，該系統(tǒng)可用于診斷和分辨以下幾種故障類型：雙饋異步電機(jī)正常運(yùn)行工況、雙饋異步電機(jī)靜態(tài)偏心故障、雙饋異步電機(jī)動態(tài)偏心故障、雙饋異步電機(jī)動態(tài)偏心和靜態(tài)偏心混合偏心故障；

步驟2：構(gòu)建自適應(yīng)神經(jīng)模糊推理系統(tǒng)(anfis)；提取雙饋異步電機(jī)發(fā)生氣隙偏心故障時定子電流，作五層小波分解得到頻譜圖分析氣隙偏心故障不同類別對應(yīng)的特征頻帶，提取第五層32個子頻帶中的第一、二、七頻帶作為故障特征頻帶，分析故障特征頻帶內(nèi)對應(yīng)不同氣隙偏心故障類型的特征故障頻率0hz、和100hz，將其特征頻率幅值進(jìn)行輸入，給氣隙偏心下的這些故障都定義不同的輸出，得到具體特征頻段的小波能量建立包含風(fēng)電雙饋異步電機(jī)不同類型氣隙偏心故障的多個訓(xùn)練樣本集；同時為該系統(tǒng)的輸入輸出選擇合適的隸屬度函數(shù)，設(shè)置訓(xùn)練目標(biāo)的合理誤差，對anfis運(yùn)用混合學(xué)習(xí)算法訓(xùn)練，確定輸入、輸出隸屬度函數(shù)的參數(shù)；

步驟3：對雙饋異步電機(jī)氣隙偏心故障進(jìn)行診斷及不同類型的劃分和確立；故障診斷方法以在實(shí)驗(yàn)室風(fēng)電雙饋異步電機(jī)模型上所得的實(shí)驗(yàn)數(shù)據(jù)為依據(jù)，在實(shí)驗(yàn)中采集雙饋異步電機(jī)發(fā)生氣隙偏心故障時的定子電流作為故障特征量進(jìn)行輸入，將所測的實(shí)驗(yàn)數(shù)據(jù)和對氣隙偏心的不同故障定義的輸出相對比，進(jìn)而診斷出雙饋異步電機(jī)的氣隙偏心故障類型，在訓(xùn)練目標(biāo)誤差的范圍內(nèi)依照系統(tǒng)的診斷結(jié)果判定電機(jī)的故障種類。

進(jìn)一步地，在步驟1中，采集氣隙偏心中每種故障類別的5組數(shù)據(jù)作為系統(tǒng)輸入的訓(xùn)練樣本集，采集氣隙偏心中每種故障類別的3組數(shù)據(jù)作為檢測樣本集，賦予每個故障類別一個輸出值：雙饋異步電機(jī)正常運(yùn)行工況的輸出值為“1”、雙饋異步電機(jī)發(fā)生靜態(tài)偏心的輸出值為“2”、雙饋異步電機(jī)發(fā)生動態(tài)偏心的輸出值為“3”、雙饋異步電機(jī)發(fā)生動態(tài)偏心和靜態(tài)偏心混合偏心的輸出值為“4”。

進(jìn)一步地，在步驟2中，分類處理實(shí)驗(yàn)所得的數(shù)據(jù)，通過減法聚類算法對歸類處理后的訓(xùn)練數(shù)據(jù)樣本空間實(shí)行非線性規(guī)劃處理，所得最終數(shù)據(jù)以特征向量的形式組成自適應(yīng)神經(jīng)模糊推理系統(tǒng)的輸入訓(xùn)練系統(tǒng)。

進(jìn)一步地，在步驟2中，每組輸入由3個廣義鐘形隸屬度函數(shù)（gbellfm）組成，以網(wǎng)格分割的形式生成；并對廣義鐘形隸屬度函數(shù)進(jìn)行混合學(xué)習(xí)算法的訓(xùn)練，允許的誤差范圍設(shè)置在內(nèi)。

最后，這種anfis風(fēng)電雙饋異步電機(jī)氣隙偏心故障診斷分類方法在訓(xùn)練系統(tǒng)達(dá)到目標(biāo)誤差輸出的條件下，對系統(tǒng)輸入實(shí)驗(yàn)所測數(shù)據(jù)，將系統(tǒng)的最終輸出結(jié)果與賦予輸出值相對比，最終判別電機(jī)是否發(fā)生故障及其故障類型。

依據(jù)以上技術(shù)方案，本發(fā)明產(chǎn)生的良好效果如下所示：

本發(fā)明基于風(fēng)電雙饋異步電機(jī)運(yùn)行工況，依據(jù)自適應(yīng)神經(jīng)模糊推理系統(tǒng)對雙饋異步電機(jī)發(fā)生的氣隙偏心故障進(jìn)行診斷和具體類型的定性。這種方法優(yōu)點(diǎn)在于：

1、無需改變雙饋異步電機(jī)的結(jié)構(gòu)和正常運(yùn)行方式，不會造成系統(tǒng)運(yùn)行方面的問題，其診斷所得的最終結(jié)果有很強(qiáng)的可靠性；

2、將診斷方法定位到雙饋異步電機(jī)發(fā)生氣隙偏心時的具體偏心類型，打破了以往故障類型模糊不清的局面，不僅能夠準(zhǔn)確地診斷出故障，還能做到具體故障類型的分辨，這一點(diǎn)具有突破性和前沿性。

附圖說明

圖1是該項(xiàng)發(fā)明的自適應(yīng)神經(jīng)模糊推理系統(tǒng)(anfis)的結(jié)構(gòu)圖；

圖2是該項(xiàng)發(fā)明的自適應(yīng)神經(jīng)模糊推理系統(tǒng)的訓(xùn)練過程圖；

圖3是該項(xiàng)發(fā)明的自適應(yīng)神經(jīng)模糊推理系統(tǒng)所處理故障歸類的具體流程圖；

具體實(shí)施方式

結(jié)合說明書的三張附圖具體闡釋本發(fā)明的技術(shù)方案，說明如下；

本發(fā)明以電機(jī)正常運(yùn)行工況作為對照標(biāo)準(zhǔn)，考慮了風(fēng)電雙饋異步電機(jī)氣隙偏心的3種具體故障類別，涉及雙饋異步電機(jī)靜態(tài)偏心故障、雙饋異步電機(jī)動態(tài)偏心故障、雙饋異步電機(jī)動態(tài)偏心和靜態(tài)偏心混合偏心故障。

由香農(nóng)采樣定理可知，采樣振動信號的最大頻率為系統(tǒng)采樣頻率的一半，則(0-)為初始節(jié)點(diǎn)s對應(yīng)的頻段。因此，當(dāng)信號的采樣頻率大于信號中的二倍最高頻時，才能保證原始信號中的數(shù)字信息在采樣后的完整性。在實(shí)際應(yīng)用中，一般取采樣頻率為系統(tǒng)信號最高頻率的5-10倍，故在實(shí)驗(yàn)和仿真中，設(shè)置電流信號的采樣頻率為1024hz。發(fā)生氣隙偏心故障時，定子電流的故障特征頻率有0hz、（轉(zhuǎn)速頻率）和100hz這樣三種。其中0hz和100hz作為靜態(tài)偏心的特征頻率，作為動態(tài)偏心的特征頻率。

為了更好地研究雙饋異步電機(jī)的氣隙偏心故障，我們對發(fā)生故障的定子電流作五層小波分解，得到分解后產(chǎn)生的32個子頻帶。而本發(fā)明所研究的三種氣隙偏心故障頻率主要出現(xiàn)在第五層32個子頻帶中的第一、第二和第七個頻帶。因此可以說，前七個子頻帶包含了本次發(fā)明需要針對的所有故障特性。分析這七個子頻帶的能量，其中的頻帶范圍是(0-16)hz，的頻帶范圍是(16-32)hz，的頻帶范圍是(96-112)hz，也就是、的值反映靜偏心故障，的值反映動偏心故障，因此可以依據(jù)這三個特征頻率的能量變化規(guī)律來推測故障的變化趨勢并作為故障特征輸入量進(jìn)行下一步的分析。

如圖2所示，構(gòu)建一個自適應(yīng)神經(jīng)模糊推理系統(tǒng)，其過程如下：

將雙饋異步電機(jī)偏心故障的特征頻率仿真數(shù)據(jù)作為anfis故障診斷系統(tǒng)的輸入并展開訓(xùn)練，診斷雙饋異步電機(jī)的偏心故障；

在ansoft軟件仿真平臺下，構(gòu)建風(fēng)電雙饋異步電機(jī)氣隙偏心的各種具體故障類型，仿真出其不同故障的數(shù)據(jù)并建立多個訓(xùn)練樣本集；

對采集到的數(shù)據(jù)歸一處理，通過減法聚類算法對歸類處理后的訓(xùn)練數(shù)據(jù)樣本空間實(shí)行非線性規(guī)劃處理，所得最終數(shù)據(jù)以特征向量的形式組成自適應(yīng)神經(jīng)模糊推理系統(tǒng)的輸入訓(xùn)練系統(tǒng)。

接下來結(jié)合附圖進(jìn)一步具體說明：

由圖1可知，基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的風(fēng)電雙饋異步電機(jī)氣隙偏心故障的診斷分類方法在整體的建模過程中分5層進(jìn)行訓(xùn)練，用代表第1層第個節(jié)點(diǎn)的輸出值：

第1層：每個節(jié)點(diǎn)都是以節(jié)點(diǎn)函數(shù)形式表示的方形節(jié)點(diǎn)（該層參數(shù)可變）：

，

式中：（）為節(jié)點(diǎn)的輸入，（）為和該節(jié)點(diǎn)函數(shù)值相關(guān)聯(lián)的語言變量（如“大”、“小”）。也可以這樣說，是模糊集a（）的隸屬度函數(shù)，通常選擇廣義鐘形函數(shù)；

第2層：該層節(jié)點(diǎn)在如下圖1中用π表示，將輸入信號相乘，其乘積輸出為：

第3層：該層節(jié)點(diǎn)在圖1中用ν表示，第i個節(jié)點(diǎn)計算第條規(guī)則的與全部規(guī)則之和的比值為：

第4層：每個節(jié)點(diǎn)作為自適應(yīng)節(jié)點(diǎn)的輸出為：

其中：都為結(jié)論參數(shù)。

第5層：計算所有規(guī)則的最終輸出：

所有輸入信號的總輸出。

如圖2所示為故障診斷流程，采集實(shí)驗(yàn)室雙饋異步電機(jī)所測的實(shí)驗(yàn)數(shù)據(jù)，建立ansoft異步電機(jī)仿真模型；將電機(jī)發(fā)生氣隙偏心所測得不同故障類型的定子電流特征頻率的小波能量作為系統(tǒng)的輸入，通過對實(shí)驗(yàn)數(shù)據(jù)的診斷輸出和每一種故障賦予的輸出相對比，診斷風(fēng)電雙饋異步電機(jī)的故障；對廣義鐘形隸屬度函數(shù)進(jìn)行混合學(xué)習(xí)算法的訓(xùn)練，允許的誤差范圍設(shè)置在內(nèi)，在訓(xùn)練系統(tǒng)達(dá)到目標(biāo)誤差輸出的條件下，進(jìn)行神經(jīng)模糊推理系統(tǒng)訓(xùn)練。

如圖3所示自適應(yīng)神經(jīng)模糊推理系統(tǒng)所處理故障歸類的具體流程圖，以風(fēng)電雙饋異步電機(jī)發(fā)生不同類別偏心故障時定子電流特征頻率的小波能量作為輸入量，每組輸入由3個廣義鐘形隸屬度函數(shù)（gbellmf）組成，以網(wǎng)格分割的形式生成，采集氣隙偏心中每種故障類別的5組數(shù)據(jù)作為系統(tǒng)輸入的訓(xùn)練樣本集，采集氣隙偏心中每種故障類別的3組數(shù)據(jù)作為檢測樣本集構(gòu)建一個自適應(yīng)神經(jīng)模糊推理系統(tǒng)進(jìn)行訓(xùn)練，并賦予每個故障類別一個輸出值：雙饋異步電機(jī)正常運(yùn)行工況的輸出值為“1”、雙饋異步電機(jī)發(fā)生靜態(tài)偏心的輸出值為“2”、雙饋異步電機(jī)發(fā)生動態(tài)偏心的輸出值為“3”、雙饋異步電機(jī)發(fā)生動態(tài)偏心和靜態(tài)偏心混合偏心的輸出值為“4”，可以對照診斷結(jié)果判別氣隙偏心故障的具體類型。

具體地，本發(fā)明一種基于anfis（自適應(yīng)神經(jīng)模糊推理系統(tǒng)）的風(fēng)電雙饋異步電機(jī)氣隙偏心故障的診斷分類方法，其操作步驟如下：

步驟1：將雙饋異步電機(jī)氣隙偏心故障分類整理并進(jìn)行故障數(shù)據(jù)的測試收集；在ansoft軟件平臺上建立風(fēng)電雙饋異步電機(jī)模型，變更參數(shù)仿真不同類型的氣隙偏心故障并記錄其故障定子電流數(shù)據(jù)，構(gòu)建風(fēng)電雙饋異步電機(jī)不同類型氣隙偏心故障的多個訓(xùn)練樣本集，該系統(tǒng)可用于診斷和分辨以下幾種故障類型：雙饋異步電機(jī)正常運(yùn)行工況、雙饋異步電機(jī)靜態(tài)偏心故障、雙饋異步電機(jī)動態(tài)偏心故障、雙饋異步電機(jī)動態(tài)偏心和靜態(tài)偏心混合偏心故障；采集氣隙偏心中每種故障類別的5組數(shù)據(jù)作為系統(tǒng)輸入的訓(xùn)練樣本集，采集氣隙偏心中每種故障類別的3組數(shù)據(jù)作為檢測樣本集，賦予每個故障類別一個輸出值：雙饋異步電機(jī)正常運(yùn)行工況的輸出值為“1”、雙饋異步電機(jī)發(fā)生靜態(tài)偏心的輸出值為“2”、雙饋異步電機(jī)發(fā)生動態(tài)偏心的輸出值為“3”、雙饋異步電機(jī)發(fā)生動態(tài)偏心和靜態(tài)偏心混合偏心的輸出值為“4”。

步驟2：構(gòu)建自適應(yīng)神經(jīng)模糊推理系統(tǒng)(anfis)；提取雙饋異步電機(jī)發(fā)生氣隙偏心故障時定子電流，作五層小波分解得到頻譜圖分析氣隙偏心故障不同類別對應(yīng)的特征頻帶，提取第五層32個子頻帶中的第一、二、七頻帶作為故障特征頻帶，分析故障特征頻帶內(nèi)對應(yīng)不同氣隙偏心故障類型的特征故障頻率0hz、和100hz，將其特征頻率幅值進(jìn)行輸入，給氣隙偏心下的這些故障都定義不同的輸出，得到具體特征頻段的小波能量建立包含風(fēng)電雙饋異步電機(jī)不同類型氣隙偏心故障的多個訓(xùn)練樣本集；同時為該系統(tǒng)的輸入輸出選擇合適的隸屬度函數(shù)，設(shè)置訓(xùn)練目標(biāo)的合理誤差，對anfis運(yùn)用混合學(xué)習(xí)算法訓(xùn)練，確定輸入、輸出隸屬度函數(shù)的參數(shù)；每組輸入由3個廣義鐘形隸屬度函數(shù)（gbellfm）組成，以網(wǎng)格分割的形式生成；并對廣義鐘形隸屬度函數(shù)進(jìn)行混合學(xué)習(xí)算法的訓(xùn)練，允許的誤差范圍設(shè)置在內(nèi)。

步驟3：對雙饋異步電機(jī)氣隙偏心故障進(jìn)行診斷及不同類型的劃分和確立；故障診斷方法以在實(shí)驗(yàn)室風(fēng)電雙饋異步電機(jī)模型上所得的實(shí)驗(yàn)數(shù)據(jù)為依據(jù)，在實(shí)驗(yàn)中采集雙饋異步電機(jī)發(fā)生氣隙偏心故障時的定子電流作為故障特征量進(jìn)行輸入，將所測的實(shí)驗(yàn)數(shù)據(jù)和對氣隙偏心的不同故障定義的輸出相對比，進(jìn)而診斷出雙饋異步電機(jī)的氣隙偏心故障類型，在訓(xùn)練目標(biāo)誤差的范圍內(nèi)依照系統(tǒng)的診斷結(jié)果判定電機(jī)的故障種類。分類處理實(shí)驗(yàn)所得的數(shù)據(jù)，通過減法聚類算法對歸類處理后的訓(xùn)練數(shù)據(jù)樣本空間實(shí)行非線性規(guī)劃處理，所得最終數(shù)據(jù)以特征向量的形式組成自適應(yīng)神經(jīng)模糊推理系統(tǒng)的輸入訓(xùn)練系統(tǒng)。

在訓(xùn)練系統(tǒng)達(dá)到目標(biāo)誤差輸出的條件下，對系統(tǒng)輸入實(shí)驗(yàn)所測數(shù)據(jù)，將系統(tǒng)的最終輸出結(jié)果與賦予輸出值相對比，最終判別電機(jī)是否發(fā)生故障及其故障類型。

結(jié)果證明，該自適應(yīng)神經(jīng)模糊推理系統(tǒng)風(fēng)電雙饋異步電機(jī)氣隙偏心故障的模式識別方法確實(shí)精度高，可操作性強(qiáng)。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非另外定義，這里使用的所有術(shù)語（包括技術(shù)術(shù)語和科學(xué)術(shù)語）具有與本申請所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該理解的是，諸如通用字典中定義的那些術(shù)語應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意義一致的意義，并且除非像這里一樣定義，不會用理想化或過于正式的含義來解釋。

以上述依據(jù)本發(fā)明的理想實(shí)施例為啟示，通過上述的說明內(nèi)容，相關(guān)工作人員完全可以在不偏離本項(xiàng)發(fā)明技術(shù)思想的范圍內(nèi)，進(jìn)行多樣的變更以及修改。本項(xiàng)發(fā)明的技術(shù)性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來確定其技術(shù)性范圍。