基于LSTM-WPHM模型的风机轴承故障报警与寿命预测方法.pdf

第64卷，第3期，2022年

Http://Vol.64，No.3,2022

ChineseJournalofTurbomachinery

基于LSTM-WPHM模型的风机轴承故障报警

与寿命预测方法*

马明骏1赵海心1姜孝谟2成骁彬1

(1.大连理工大学运载工程与力学学部

2.大连理工大学能源与动力学院，工业装备结构分析国家重点实验室，工业装备数字孪生辽宁省重点实验室)

摘要：受极端恶劣运行环境和复杂多变运行工况的影响，风电机组的轴承存在很高的故障率，进而导致风电机

组容易发生非计划停机，减少风机的发电量，增加风场的运维成本。考虑风机运行的非稳态性和不确定性，提出

一种基于SCADA数据的多变量LSTM时序预测模型和WPHM可靠性分析模型相结合的混合方法，实现风电机组轴

承故障预警和寿命预测。该方法通过LSTM时序预测模型集成多变量对轴承故障的影响，提高了轴承可靠性分析精

度，并简化了可靠性模型的参数估计。同时，以模型预测残差为状态指标，建立WPHM可靠性分析模型，以累积

失效概率为失效指标，实现故障报警和寿命预测的有机结合。利用某海上风场实际机组的故障信息和监测数据，

验证了该方法的准确性和有效性。

关键词：轴承；WPHM；LSTM；故障预警；寿命预测

中图分类号：TP18；TH133.3；TM315文章编号：1006-8155-（2022）03-0063-09

文献标志码：ADOI：10.16492/j.fjjs.2022.03.0010

AHybridLSTM-WPHMMethodforFaultAlarmingand

LifeEstimationofWindTurbineBearings

Ming-junMa1Hai-xinZhao1Xiao-moJiang2Xiao-binCheng1

（1.FacultyofVehicleEngineeringandMechanics,DalianUniversityofTechnology；2.StateKeyLabofStructural

AnalysisforIndustrialEquipment,ProvincialKeyLabofDigitalTwinforIndustrialEquipmentofLiaoning,Schoolof

EnergyandPowerEngineering,DalianUniversityofTechnology）

Abstract：Owingtoextremelyharshambientenvironmentandcomplicatedoperatingconditions,thebearingsofwind

turbineshaveahighfailurerate,whichleadstounplannedshutdownofawindturbine,thusreducingitsgeneratingcapacity

whileincreasingitsoperationandmaintenancecost.Thispaperpresentsahybridintelligentprobabilisticmethodfor

simultaneo