(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111683545.3 (22)申请日 2021.12.31 (71)申请人 济阳区崛心科技 服务中心 地址 251402 山 东省济南市先 行区孙耿 街 道大颜村7号 (72)发明人 颜廷鑫　 (51)Int.Cl. G01M 13/04(2019.01) G01B 7/02(2006.01) G01H 11/08(2006.01) G01K 13/00(2021.01) G01L 21/00(2006.01) G01D 5/20(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于飞轮储能的机械轴承故障诊断方 法 (57)摘要 本发明公开了一种基于飞轮储能的机械轴 承故障诊断方法， 包括控制器、 电涡流位移传感 器、 加速度传感器、 温度传感器、 真空度传感器、 旋变传感器、 橡胶底座； 所述电涡流位移传感器 可检测轴心轨迹和轴向位移； 所述加速度传感器 安装于飞轮储能装置两端的X、 Y、 Z轴； 所述温度 传感器安装于飞轮储能装置的定子， 壳体等部 位； 所述真空度传感器实时检测空气压力； 所述 旋变传感器可 实时传送转子速度与角度； 所述控 制器实时接收处理传感器发出的信号， 研判做出 加速、 减速、 急停报警等指令； 所述橡胶 底座安装 于飞轮储能装置底端， 降低环境的相互影响； 通 过该故障诊断方法可实时监测机械轴承的运行 状态， 及时对故障轴承做出预警， 提高飞轮储能 安全稳定系数。 权利要求书1页 说明书9页 附图3页 CN 114323646 A 2022.04.12 CN 114323646 A 1.一种基于飞轮储能的机械轴 承故障诊断方法， 主要为基于小波包能量谱特征提取与 卷积神经网络诊断(简称 “卷积神经网络 ”)的轴承故障诊断方法。 包括控制器(1)、 电涡 流位 移传感器(2)、 加速度传 感器(3)、 温度传 感器(4)、 真空度传 感器(5)、 旋变传感器(6)、 橡胶 底座(7)； 所述电涡流位移传感器(2)可检测轴心轨迹和轴向位移； 所述加速度传感器(3)分 别磁吸安装于飞轮储能装置两端的X、 Y、 Z轴； 所述 温度传感器(4)分别安装于飞轮储能装置 的定子， 壳体等部位； 所述真空度传感器(5)实时检测空气 压力； 所述旋变传感器(6)安装于 飞轮储能装置转子顶端， 可实时传送转子速度与角度； 所述控制器(1)实时接收处理传感器 发出的信号， 并据研判信号做出加速、 减速、 急停报警等指令 。 2.如权利要求1所述的一种基于飞轮储能的机械轴 承故障诊断方法， 其特征在于： 所述 橡胶底座(7)安装于飞轮储能装置底端， 降低环境的相互影响。 3.如权利要求1所述的一种基于飞轮储能的机械轴 承故障诊断方法， 其特征在于： 所述 控制器(1)主要采用小波包能量谱提取故障特征与卷积神经网络进 行故障分类并搭配研判 其他因素的故障诊断方法。权　利　要　求　书 1/1 页 2 CN 114323646 A 2一种基于飞轮储能的机械轴承故障诊断方 法 技术领域 [0001]本发明涉及飞轮储能、 旋转电池、 飞轮电池领域， 具体是一种基于飞轮储能的机械 轴承故障诊断方法。 背景技术 [0002]目前， 现有的飞轮储能系统因储能量与质量成正比而不断增加质量， 根据已有的 资料显示， 清华大学2016年实现的飞轮质量4000kg， 2017年更是实现了30000r/min的复合 材料转子； 在产品应用中， 主动磁悬浮轴承与机械轴承的混合承载方式不可避免的在卸载 飞轮转子时对两端机械轴承产生轴向冲击力， 久而久之必将缩短机械轴承的寿命。 高转速、 大质量的飞轮转子势必对由机械轴承承载的轴承性能提出了更高的要求； 因此， 为了保证 飞轮储能装置安全与稳定， 机械轴承承载的飞轮储能的轴承故障诊断问题成为推广重型飞 轮储能的技 术瓶颈； [0003]专利申请 号为2013 10086078.5， 名为 “磁悬浮飞轮储能装置及其故障诊断方法 ”的 发明专利， 提供了一种故障诊断的测试方法， 该方法根据前一时刻与现在时刻的数据对比 可以判断飞轮系统故障原因， 具有比较高的容错的能力， 但该方法只在故障发生时断电却 未涉及在急停、 减速情况下， 未解决如何安全减速的问题且该方法仅叙述了加速度传感器 的安装， 未 涉及其具体使用过程； [0004]专利申请号为201910332311.0， 名为 “一种基于概率分布的车载飞轮电池故障诊 断系统”的发明专利， 提供了针对车载飞轮电池的故障诊断系统， 将轴系不对中、 转子裂纹、 动静件碰摩故障等故障作为处理类别， 经模型估计模块分解出故障类别， 再将故障加权处 理得出混合状态估计值， 但该 方法未涉及到轴承的故障诊断； 发明内容 [0005]本发明的目的在于提供一种基于飞轮储能的机械轴承 故障诊断方法， 以解决上述 背景技术中提出飞轮储能机 械轴承的故障诊断 问题。 [0006]为实现上述目的， 本发明提供如下技 术方案： [0007]一种基于飞轮储能的机械轴承故障诊断方法， 主要为基于小波包能量谱特征提取 与卷积神经网络诊断(简称 “卷积神经网络 ”)的轴承故障诊断方法。 包括控制器、 电涡流位 移传感器、 加速度传感器、 温度传感器、 真空度传感器、 旋变传感器、 橡胶底座； 所述加速度 传感器分别磁吸安装于飞轮储能装置两端的X、 Y、 Z轴； 所述温度传感器分别安装于飞轮储 能装置的定子， 壳体等部位； 所述旋变传感器安装于飞轮储能装置转子顶端， 可实时传送 转 子速度与角度； 所述控制器实时接收处理传感器发出的信号， 并据研判信号做出加速、 减 速、 急停报警等指令； 所述橡胶底座 安装于飞轮储能装置底端， 降低环境的相互影响； [0008]所述飞轮储能装置承载方式为机械轴承， 包括径向承载或轴向承载或混合方式承 载； 机械轴承包含滚子(也称 “滚动体”)、 内圈、 外圈、 保持架， 因此， 轴承故 障也分别为内圈 故障、 外圈故障、 保持架故障、 滚子故障；说　明　书 1/9 页 3 CN 114323646 A 3