买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福建海电运维科技股份有限公司申请的专利一种风力发电机传动链故障诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120313906B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510799062.1，技术领域涉及：G01M13/023；该发明授权一种风力发电机传动链故障诊断方法及系统是由余嘉立;朱尤生;李博涵;高晓华;黄榕榕;李兴耀;林伟杰;林秀芬设计研发完成，并于2025-06-16向国家知识产权局提交的专利申请。

本一种风力发电机传动链故障诊断方法及系统在说明书摘要公布了：公开了一种风力发电机传动链故障诊断方法及系统，该方法包括以下步骤：S1，在风力发电机的传动链上布置多个测点，采集对应的振动信号；S2，对所述振动信号进行处理，得到故障特征频段振动信号；S3，分别计算所述故障特征频段振动信号正值和负值对应的均方根值，对应获得故障特征频段正值均方根和故障特征频段负值均方根，基于所述故障特征频段正值均方根和故障特征频段负值均方根的数值判断所述风力发电机的传动链的运行状况。

本发明授权一种风力发电机传动链故障诊断方法及系统在权利要求书中公布了：1.一种风力发电机传动链故障诊断方法，其特征在于，包括以下步骤： S1，在风力发电机的传动链上布置多个测点，采集对应的振动信号； S2，对所述振动信号进行处理，得到故障特征频段振动信号； S3，分别计算所述故障特征频段振动信号正值和负值对应的均方根值，对应获得故障特征频段正值均方根和故障特征频段负值均方根，基于所述故障特征频段正值均方根和故障特征频段负值均方根的数值判断所述风力发电机的传动链的运行状况，具体包括： 当所述故障特征频段正值均方根和故障特征频段负值均方根都小于VDI‑3834标准中的预警数值时，判断所述风力发电机的传动链处于正常运行状况； 当所述故障特征频段正值均方根和故障特征频段负值均方根只有一个超过VDI‑3834标准中的预警数值，判断所述风力发电机的传动链处于非机械故障状况； 当所述故障特征频段正值均方根和故障特征频段负值均方根都大于VDI‑3834标准中的预警数值时，判断所述风力发电机的传动链处于故障注意状况； 当所述故障特征频段正值均方根和故障特征频段负值均方根都大于VDI‑3834标准中的报警数值时，判断所述风力发电机的传动链处于故障危险状况； S4，收集风力发电机的传动链不同故障类型对应的故障振动信号样本，并获得所述故障振动信号样本的多域特征数据，基于粒子群算法选择所述多域特征数据形成标准序列，当所述风力发电机的传动链处于故障注意状况或故障危险状况时，基于所述标准序列进行关联度计算确定所述风力发电机的传动链的故障类型，其中，基于粒子群算法选择所述多域特征数据形成标准序列具体包括： S41，根据所述故障振动信号样本的多域特征数据，构建初始特征矩阵其中，xij表示第i个故障振动信号样本对应的第j个特征数据，下标n表示所述故障振动信号样本的样本数量，下标m表示所述故障振动信号样本的多域特征数据的种类； S42，初始化粒子群，随机生成粒子位置向量，每个粒子代表一个特征子集，所述粒子位置向量的长度为所述多域特征数据的种类，为二进制编码，以1或0表示是否选择所述初始特征矩阵Xinitial对应的特征列； S43，构建多目标适应度函数，所述多目标适应度函数包括故障敏感特征得分，根据所述多目标适应度函数进行迭代求解，获得最优特征子集； S44，分别计算不同故障类型的故障振动信号样本对应所述最优特征子集的每个特征列的均值，获得不同故障类型的标准序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建海电运维科技股份有限公司，其通讯地址为：350017 福建省福州市马尾区湖里路27号2-53B室(自贸试验区内)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。