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！

龙图腾网获悉湖南五凌电力科技有限公司;五凌电力有限公司申请的专利风电机组传动链故障检测方法及装置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：CN119686928B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411760518.5，技术领域涉及：F03D17/00；该发明授权风电机组传动链故障检测方法及装置是由王卫玉;牛晓瑞;魏加达;王思嘉;谭文胜;吴德明;罗立军;刘文阳;苏亮;莫凡;刘禹;张培;金艳;阳瑞霖;李崇仕;段界峰;赵瑞洋设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本风电机组传动链故障检测方法及装置在说明书摘要公布了：本申请提出一种风电机组传动链故障检测方法及装置，涉及故障检测技术领域，其中，风电机组传动链故障检测方法包括：获取风电机组传动链的时序运行数据和状态波形数据；根据时序运行数据是否满足预设的目标规则，确定风电机组传动链的异常特征指标；根据状态波形数据，确定风电机组传动链的时域特征指标和频域特征指标；基于异常特征指标、时域特征指标和频域特征指标，确定融合特征，并根据融合特征确定风电机组传动链的故障检测结果，解决现有技术中数据特征挖掘不够全面，故障检测准确性较低的技术问题。

本发明授权风电机组传动链故障检测方法及装置在权利要求书中公布了：1.一种风电机组传动链故障检测方法，其特征在于，包括： 获取风电机组传动链的时序运行数据和状态波形数据； 根据所述时序运行数据是否满足预设的目标规则，确定所述风电机组传动链的异常特征指标； 根据所述状态波形数据，确定所述风电机组传动链的时域特征指标和频域特征指标； 基于所述异常特征指标、所述时域特征指标和所述频域特征指标，确定融合特征，并根据所述融合特征确定所述风电机组传动链的故障检测结果； 其中，所述状态波形数据包括：主轴叶轮侧轴承径向加速度时域波形、主轴电机侧轴承径向加速度时域波形、齿轮箱一级内齿圈径向加速度时域波形、齿轮箱低速轴径向加速度时域波形、齿轮箱高速轴径向加速度时域波形、发电机驱动端径向加速度时域波形以及发电机非驱动端径向加速度时域波形中的至少一个； 所述根据所述状态波形数据，确定所述风电机组传动链的时域特征指标和频域特征指标，包括： 对于所述状态波形数据中的任一时域波形，获取所述时域波形的有效值、方差、方根幅值、偏度指标、峭度指标、峭度因子、波形指标、峰值指标、裕度指标、峰值、峰峰值以及时域熵作为时域特征指标； 将所述时域波形转换为频域波形，并确定所述频域波形的频域熵、上包络线和对应的机组部件，所述机组部件包括轴承和齿轮箱； 根据所述上包络线确定包络谱熵； 响应于所述频域波形属于轴承，基于所述上包络线获取内圈包络谱峰值因子、外圈包络谱峰值因子、滚动体包络谱峰值因子和保持架包络谱峰值因子，并结合所述包络谱熵和所述频域熵组成频域特征指标； 响应于所述频域波形属于齿轮箱，获取所述频域波形的一级啮合低速边频能量、一级啮合高速边频能量、二级啮合低速边频能量、二级啮合高速边频能量、三级啮合低速边频能量和三级啮合高速边频能量，并结合所述包络谱熵和所述频域熵组成频域特征指标； 所述基于所述异常特征指标、所述时域特征指标和所述频域特征指标，确定融合特征，并根据所述融合特征确定所述风电机组传动链的故障检测结果，包括： 将所述异常特征指标、所述时域特征指标和所述频域特征指标进行拼接，得到所述融合特征； 将所述融合特征输入预训练的故障检测模型，得到所述故障检测模型输出的故障检测结果，所述故障检测结果包括：主轴承损伤、发电机轴承损伤、齿轮箱齿面损伤、齿轮箱平行级轴承损伤、对中不良和不存在故障。

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湖南五凌电力科技有限公司;五凌电力有限公司，其通讯地址为：410004 湖南省长沙市天心区五凌路188号；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”。

以上内容由龙图腾AI智能生成。