基于证据理论的风力发电机轴承润滑小概率失效分析方法

本公开涉及计算机，具体地，涉及一种基于证据理论的风力发电机轴承润滑小概率失效分析方法。

背景技术：

1、随着可再生能源技术的发展，风力发电机也随之发展。风力发电机，可以将风的动能转换为电能，风力发电机组包括风轮和发电机；风轮中含叶片、轮毂和加固件等组成，在轮毂、风轮这些部件中，涉及到轴承部件，轴承部件可以实现相应部件的传动，以使得风力发电机可以稳定运行。

2、风力发电机的轴承润滑是确保其长期稳定运行的关键因素，润滑系统通常包括主轴承润滑、偏航轴承润滑和变桨轴承润滑等部分。一个良好的润滑系统可以减少轴承摩擦、降低磨损、延长使用寿命，并保证风电机组的安全高效运行。

技术实现思路

1、本公开的目的是提供一种基于证据理论的风力发电机轴承润滑小概率失效分析方法，该基于证据理论的风力发电机轴承润滑小概率失效分析方法能够提高轴承润滑的可靠性和稳定性。

2、为了实现上述目的，本公开提供一种基于证据理论的风力发电机轴承润滑小概率失效分析方法，包括：获取风力发电机的预设轴承图像、风力发电机的轴承运行速度和风力发电机轴承润滑系统的润滑泵中润滑剂余量；基于所述预设轴承图像，确定风力发电机的轴承上的润滑剂覆盖位置；基于证据理论，对所述润滑剂覆盖位置、所述轴承运行速度和所述润滑剂余量进行小概率失效分析，得到小概率失效分析结果，所述小概率失效分析结果用于表征所述轴承润滑失效的概率；基于所述小概率失效分析结果，对风力发电机轴承润滑系统进行控制。

3、可选地，所述预设轴承图像包括对应轴承润滑状态的第一轴承图像和对应轴承未润滑状态的第二轴承图像，所述基于所述预设轴承图像，确定风力发电机的轴承上的润滑剂覆盖位置，包括：基于所述第一轴承图像进行图像特征提取，得到第一图像特征，所述第一图像特征与轴承和润滑剂关联；基于所述第一图像特征，确定第一润滑剂覆盖位置；基于所述第二轴承图像进行图像特征提取，得到第二图像特征，所述第二图像特征所关联的轴承位置与所述第一图像特征所关联的轴承位置不相同；获取所述风力发电机轴承润滑系统的轴承润滑策略；基于所述轴承润滑策略和所述第二图像特征，确定第二润滑剂覆盖位置；基于所述第一润滑剂覆盖位置和所述第二润滑剂覆盖位置，确定最终的润滑剂覆盖位置。

4、可选地，所述轴承润滑策略包括所述润滑剂在所述轴承中的流动方向和流动速度，所述基于所述轴承润滑策略和所述第二图像特征，确定第二润滑剂覆盖位置，包括：基于所述轴承的运行方向，对所述第二图像特征进行排序，得到排序后的第二图像特征；基于所述流动方向和所述流动速度，确定排序后的第二图像特征对应的遍历策略，所述遍历策略包括遍历方向和遍历间隔特征数量；基于所述遍历策略对所述排序后的第二图像特征进行遍历采样，得到遍历结果；基于所述遍历结果，确定所述第二润滑剂覆盖位置。

5、可选地，所述基于证据理论，对所述润滑剂覆盖位置、所述轴承运行速度和所述润滑剂余量进行小概率失效分析，得到小概率失效分析结果，包括：基于证据理论和所述轴承运行速度，确定第一润滑失效概率；基于证据理论、所述轴承运行速度和所述润滑剂余量，确定第二润滑失效概率；基于所述第一润滑失效概率、所述第二润滑失效概率和所述润滑剂覆盖位置，确定小概率失效分析结果。

6、可选地，所述基于证据理论的风力发电机轴承润滑小概率失效分析方法还包括：获取预设的基于证据理论的可靠性分析模型，该可靠性分析模型包括第一证据体和第二证据体，所述第一证据体对应的证据理论为轴承运行速度变量与润滑失效概率的对应关系，所述第二证据体对应的证据理论为所述轴承运行速度和所述润滑剂余量的耦合变量与润滑失效概率的对应关系；对应的，所述基于证据理论和所述轴承运行速度，确定第一润滑失效概率，包括：通过所述预设的基于证据理论的可靠性分析模型基于所述轴承运行速度和所述第一证据体，确定第一润滑失效概率；对应的，基于证据理论、所述轴承运行速度和所述润滑剂余量，确定第二润滑失效概率，包括：基于所述轴承运行速度和所述润滑剂余量，确定耦合变量；通过所述预设的基于证据理论的可靠性分析模型基于所述耦合变量和所述第一证据体，确定第二润滑失效概率。

7、可选地，所述预设的基于证据理论的可靠性分析模型还包括变量耦合模块，所述变量耦合模块的耦合原则基于所述第一证据体针对变量的失效域划分结果确定；对应的，所述基于所述轴承运行速度和所述润滑剂余量，确定耦合变量，包括：通过所述变量耦合模块获取所述第一证据体针对所述轴承运行速度的失效域划分结果；基于所述第一证据体针对所述轴承运行速度的失效域划分结果，确定耦合原则；通过所述变量耦合模块基于所述耦合原则对所述轴承运行速度和所述润滑剂余量进行耦合，确定耦合变量。

8、可选地，所述基于所述第一润滑失效概率、所述第二润滑失效概率和润滑覆盖位置，确定小概率失效分析结果，包括：若所述第一润滑失效概率和所述第二润滑失效概率不相等，基于所述第一润滑失效概率和所述第二润滑失效概率中的最小润滑失效概率，确定小概率失效分析结果；若所述第一润滑失效概率和所述第二润滑失效概率相等，基于证据理论、所述润滑剂余量和所述润滑覆盖位置，确定第三润滑失效概率；基于所述第一润滑失效概率和所述第二润滑失效概率中的任一润滑失效概率和所述第三润滑失效概率，确定小概率失效分析结果。

9、可选地，所述小概率失效分析结果包括润滑失效概率和小概率失效分析所涉及的失效分析变量，所述基于所述小概率失效分析结果，对风力发电机轴承润滑系统进行控制，包括：若所述失效分析变量的数量小于或者等于预设变量数量，且所述润滑失效概率大于预设概率，基于所述失效分析变量确定风力发电机轴承润滑系统的润滑调整参数；若所述失效分析变量的数量大于预设变量数量，且所述润滑失效概率小于预设概率，基于所述失效分析变量中的任一变量确定风力发电机轴承润滑系统的润滑调整参数；基于所述风力发电机轴承润滑系统的润滑调整参数，对风力发电机轴承润滑系统进行控制。

10、可选地，所述预设轴承图像包括对应轴承润滑状态的第一轴承图像和对应轴承未润滑状态的第二轴承图像，所述基于所述预设轴承图像，所述基于证据理论的风力发电机轴承润滑小概率失效分析方法还包括：获取对风力发电机轴承润滑系统进行控制后的第三轴承图像；基于所述第一轴承图像、所述第二轴承图像和所述第三轴承图像，确定轴承润滑控制失效的概率；基于所述轴承润滑控制失效的概率，对风力发电机轴承润滑系统进行二次控制。

11、可选地，所述基于所述第一轴承图像、所述第二轴承图像和所述第三轴承图像，确定轴承润滑控制失效的概率，包括：基于所述第一轴承图像进行图像特征提取，得到第一图像特征；基于所述第二轴承图像进行图像特征提取，得到第二图像特征；基于所述第三轴承图像进行图像特征提取，得到第三图像特征；确定所述第三图像特征与所述第一图像特征之间的第一相似度，以及确定所述第三图像特征与所述第二图像特征之间的第二相似度；根据所述第一相似度中的最大相似度、最小相似度和所述第二相似度中的最大相似度，确定轴承润滑控制失效的概率。

12、通过上述技术方案，获取风力发电机的预设轴承图像、风力发电机的轴承运行速度和风力发电机轴承润滑系统的润滑泵中润滑剂余量，基于其中的预设轴承图像，确定润滑剂覆盖位置；接着，将润滑剂覆盖位置、轴承运行速度和润滑剂余量作为分析变量，基于证据理论进行分析，得到表征轴承润滑失效的概率的小概率失效分析结果，基于该小概率失效分析结果，可以对风力发电机轴承润滑系统进行控制。由于基于证据理论，采用了小概率失效分析方法，可以提高最终得到的小概率失效分析结果的准确性，该准确性体现在与实际的轴承润滑场景的适配性上，即，轴承润滑场景中，润滑失效是小概率事件，所以利用小概率失效分析，得到的分析结果更为准确。从而，该技术方案可以基于证据理论实现风力发电机轴承润滑小概率失效分析，进而基于失效分析结果对风力发电机轴承润滑系统进行控制，提高轴承润滑的可靠性和稳定性。

13、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。