技术特征：
1.一种基于齿轮箱声音识别齿轮箱典型故障的方法，其特征在于，包括：获取风力发电机组齿轮箱运行过程中的音频数据，其中，所述音频数据由设置于风力发电机组运齿轮箱的声音传感器采用定时间间隔的采样方法采集；对所述风力发电机组齿轮箱运行过程中的音频数据进行预处理；将预处理后的音频数据与预先构建的风力发电机组齿轮箱故障声音模型进行对比识别，识别出音频数据对应的齿轮箱典型故障；输出所述齿轮箱典型故障。2.如权利要求1所述的方法，其特征在于，对所述风力发电机组齿轮箱运行过程中的音频数据进行预处理，包括：采用掩膜信号法抑制风力发电机组齿轮箱运行过程中的音频数据存在的模态混叠。3.如权利要求1所述的方法，其特征在于，对所述风力发电机组齿轮箱运行过程中的音频数据进行预处理，包括：对音频数据的时域信号进行角域重采样，将基于定时间间隔的采样方法采集的时域非稳态信号转换为等角度间隔的角域稳态信号；对所述角域稳态信号进行倒谱分析，得到阶次倒谱图。4.如权利要求1所述的方法，其特征在于，将预处理后的音频数据与预先构建的风力发电机组齿轮箱故障声音模型进行对比识别，识别出音频数据对应的齿轮箱典型故障的步骤中，采用以下方法构建风力发电机组齿轮箱故障声音模型：建立风力发电机组齿轮箱的音频数据在共振频带内的齿轮故障调幅-调频模型；根据所述齿轮故障调幅-调频模型，推导出时变转速工况下，风力发电机组齿轮箱齿轮故障时，声音信号的时变故障频率特征，所述时变故障频率特征包括时变边带在共振频率两侧的分布规律，以将风力发电机组齿轮箱运行过程中的音频数据的时变边带信息与时变故障频率特征进行对比分析，检测及定位齿轮故障。5.一种基于齿轮箱声音识别齿轮箱典型故障的装置，其特征在于，包括：获取单元，用于获取风力发电机组齿轮箱运行过程中的音频数据，其中，所述音频数据由设置于风力发电机组运齿轮箱的声音传感器采用定时间间隔的采样方法采集；处理单元，用于对所述风力发电机组齿轮箱运行过程中的音频数据进行预处理；识别单元，用于将预处理后的音频数据与预先构建的风力发电机组齿轮箱故障声音模型进行对比识别，识别出音频数据对应的齿轮箱典型故障；输出单元，用于输出所述齿轮箱典型故障。6.如权利要求5所述的装置，其特征在于，所述处理单元用于：采用掩膜信号法抑制风力发电机组齿轮箱运行过程中的音频数据存在的模态混叠。7.如权利要求5所述的装置，其特征在于，所述处理单元包括：重采样子单元，用于对音频数据的时域信号进行角域重采样，将基于定时间间隔的采样方法采集的时域非稳态信号转换为等角度间隔的角域稳态信号；倒谱分析子单元，用于对所述角域稳态信号进行倒谱分析，得到阶次倒谱图。8.如权利要求1所述的装置，其特征在于，还包括：构建单元，所述构建单元采用以下方法构建风力发电机组齿轮箱故障声音模型：建立风力发电机组齿轮箱的音频数据在共振频带内的齿轮故障调幅-调频模型；
根据所述齿轮故障调幅-调频模型，推导出时变转速工况下，风力发电机组齿轮箱齿轮故障时，声音信号的时变故障频率特征，所述时变故障频率特征包括时变边带在共振频率两侧的分布规律，以将风力发电机组齿轮箱运行过程中的音频数据的时变边带信息与时变故障频率特征进行对比分析，检测及定位齿轮故障。9.一种基于齿轮箱声音识别齿轮箱典型故障的系统，其特征在于，包括：声音传感器和处理器，所述声音传感器设置于风力发电机组运齿轮箱；所述声音传感器，用于采用定时间间隔的采样方法采集风力发电机组齿轮箱运行过程中的音频数据；所述处理器，用于获取风力发电机组齿轮箱运行过程中的音频数据；对所述风力发电机组齿轮箱运行过程中的音频数据进行预处理；将预处理后的音频数据与预先构建的风力发电机组齿轮箱故障声音模型进行对比识别，识别出音频数据对应的齿轮箱典型故障；输出所述齿轮箱典型故障。
技术总结
本发明公开一种基于齿轮箱声音识别齿轮箱典型故障的方法、装置及系统，通过获取风力发电机组齿轮箱运行过程中的音频数据，其中，所述音频数据由设置于风力发电机组运齿轮箱的声音传感器采用定时间间隔的采样方法采集；对所述风力发电机组齿轮箱运行过程中的音频数据进行预处理；将预处理后的音频数据与预先构建的风力发电机组齿轮箱故障声音模型进行对比识别，识别出音频数据对应的齿轮箱典型故障；输出所述齿轮箱典型故障，可以用于基于风力发电机组齿轮箱运行过程中的音频数据对齿轮箱故障进行诊断，使得检测的准确性进一步提升。升。升。
技术研发人员：程施霖 李晓东 提威 李金鹏 陈野 董宸希 沙少飞 张文杰 张鸾月
受保护的技术使用者：北京中拓新源科技有限公司
技术研发日：2022.08.09
技术公布日：2022/12/12