具体实施方式

下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

在对本申请实施例进行说明之前，为了便于对本申请实施例理解，下面首先对于本申请实施例涉及到的技术名词进行解释。

启动风速：风机在待机状态下，由静止开始转动所需要的最小风速。

启动转矩：风机叶轮在启动风速作用下由静止开始转动时所需的转矩。

变桨角度：风机叶片与旋转平面之间的角度，又称桨距角。

对风角度：风机叶片与风向之间的夹角。

对风姿态：风机与风向夹角为0，此时风机的扫风面积最大，吸收的风能最多。

风力发电机组静摩擦转矩极值：风机在待机状态下的传动链系统的静摩擦最大转矩。

随着风力发电技术的发展，风电作为一种新的能源，其在电力市场中的占有比例不断提高。风力发电机组(简称风机)是风力发电的核心设备，可以将风能转换为机械能，再将机械能转换为电能。

传动链系统是风力发电机组中的重要组成部分，包括轮毂、齿轮箱和发电机轴承等部件，主要负责将叶片产生的机械能传递给发电机。因此，传动链系统能否正常运行对于风力发电机组至关重要，直接影响到风力发电机组能否正常发电。通常来讲，传动链系统的故障主要集中在发电机轴承上，即传动链系统发生故障主要是因发电机轴承出现故障导致的，例如发电机轴承出现磨损、腐蚀。因此，为了保证风力发电机组能够正常发电，有必要对发电机轴承的状态进行监测。

目前，通常采取的方案是在发电机轴承上加装传感器来实时监测发电机轴承的状态，具体通过设置高频振动传感器采集发电机轴承振动时产生的振动信号，再将振动信号转换成振动频谱，随后通过对振动频谱的分析来判断发电机轴承是否故障。另一种方案是在发电机轴承上加装包含油箱和油管的自动润滑系统，使发电机轴承保持良好的润滑状态，从而减少发电机轴承故障的发生。

在对目前采取的方案研究之后，经本发明人研究发现，现有的轴承的故障监测方案至少存在以下技术问题：

1)采集振动信号的过程中存在信号干扰，例如在风机的低转速区间振动信号会受风机内部固有频率振动的干扰，在风机的高转速区间振动信号会受其他电气信号的干扰，致使采集的振动信号中夹杂着干扰信号，进而导致最终的发电机轴承的监测结果不准确；

2)需要在现有风机上加装额外的传感器等硬件设备，会增加风力发电机的成本；

3)只有在风机处于并网阶段时才能对发电机轴承的状态进行监测，无法在风机的待机阶段和停机阶段对发电机轴承的状态进行监测；

4)由于风机常处于非平稳的运行状态，所以在对振动频谱进行分析时较难使用统一的标准来判断发电机轴承是否发生故障，需要依靠专业技术知识和运维经验才能作出正确判断。

另一种在发电机轴承上加装自动润滑系统的方案，只能使发电机轴承保持良好的润滑状态，无法实现发电机轴承的状态监测。

针对现有技术存在的上述技术问题，本发明人考虑是否可以在不加装额外的传感器等硬件设备的情况下就可以判断轴承是否发生故障，即能否利用风机现有采集的运行数据来判断轴承是否发生故障。最终，经过本发明人的研究发现，得到了一种不加装额外硬件设备就可以判断轴承是否发生故障的技术方案。具体研究过程如下：

考虑到风机的叶片通常采用的是翼型结构，故风机的叶片符合空气动力学原理。图1示出了一种翼型结构的示意图。图2示出了风机叶片微段翼型剖面的受力图。

如图1和图2所示，根据空气动力学原理，叶片转动方向的受力dY应满足以下表述式：

dY＝0.5ρC_yV²B_idr_i (1)

其中，ρ表示此刻的大气密度；C_y表示此刻的升力系数；V表示来流风速；r_i和B_i分别表示叶片的第i切面处的位置和弦长；dY和dr_i中d的表示微分运算符。

叶片微段对风机叶轮中心的转矩的表达式如下：

dMq＝r_idY＝0.5ρC_yV²B_ir_idr_i (2)

其中，Mq表示风机的启动转矩，d表示微分运算符。

根据上述表达式(2)，可得出风机叶轮在来流风速V作用下，启动转矩Mq的表达式为：

Mq＝3∫dMq＝∑1.5ρC_yV²B_ir_iΔr_i (3)

C_y＝1.15sin2α (4)

其中，Δ表示积分运算符，α表示叶片的第i切面处的迎角，α＝90°-θ，θ＝θ₀+θ₁；θ₀、θ₁分别为叶片的第i切面处的扭角和桨距角，其中桨距角又可称作变桨角度。

经本发明人发现，风机叶轮由静止待机状态到开始转动的过程中，发电机的转动力矩很小，即启动转矩主要是由传动链系统的静摩擦转矩和叶轮偏心转矩组成。

风机叶轮静止时，传动链系统的静摩擦力矩主要是转动部件的重力作用在支撑轴承上的径向支反力所产生的摩擦力矩。传动链系统的静摩擦转矩的表达式如下：

Mk₁＝Mk_a+Mk_b (5)

Mk_a＝μ·N_a·d’/2，Mk_b＝μ·N_b·d’/8 (6)

其中，Mk_a表示叶轮主轴支撑轴承的摩擦力矩，Mk_b增速箱内支撑轴承的摩擦力矩，Mk₁、Mk_a和Mk_b的单位例如可以是千牛米(KNm)；N_a表示叶轮主轴支撑轴承的支反力，N_b表示增速箱内支撑轴承的支反力，μ表示轴承摩擦系数，d’表示轴承中径。

叶轮偏心转矩主要是由叶片质量和叶片轴向质心互差决定的，其中三叶片叶轮的最大偏心力矩的表达式如下：

其中e_m表示三叶片叶轮的最大偏心，表示叶片轴向质心互差，G表示叶片质量，g表示重力加速度。

假设正常情况下叶轮启动所需力矩为Mk，则Mk满足以下表达式：

Mq＝Mk＝Mk₁+Mk₂ (8)

由上述表达式(2)至(8)可以得出，轴承摩擦系数μ与启动转矩Mq之间的关系表达式为：

叶轮偏心转矩主要与叶片轴向质心互差相关，由本身结构决定，由于叶片断裂等故障引起叶轮偏心情况较少发生，因此当对风良好的情况下启动转矩远大于日常运转时，很可能是因为传动链系统静摩擦转矩引起，说明该情况下传动链系统可能出了磨损、腐蚀等故障，大部分情况下是发电机轴承发生了故障。

上述表达式(9)可以看出，轴承摩擦系数μ与启动转矩Mq成正比例关系，即轴承摩擦系数μ越大、启动转矩Mq越大。当启动转矩Mq超过正常阈值而风机仍未启动时，说明极有可能是轴承摩擦系数μ过大引起的，即轴承发生了故障。

基于本发明人的上述研究发现，本申请实施例提供了一种轴承的故障监测方法、系统、装置、控制器及存储介质。

本申请实施例的技术构思在于：首先获取风机的运行数据，然后根据风机的运行数据计算风机的第一启动转矩；当第一启动转矩与风机正常情况下的第二启动转矩不匹配时，确定轴承发生故障。

下面首先对本申请实施例所提供的轴承的故障监测方法进行介绍。

图3示出了本申请一个实施例提供的轴承的故障监测方法的流程示意图。如图3所示，该方法可以包括以下步骤：

S101、获取风力发电机组处于目标状态的第一运行数据。

在本申请实施例中，风力发电机组的工作状态可以包括待机状态、并网状态和停机状态。在这里，目标状态可以理解为待机状态。

在本申请实施例中，第一运行数据可以包括：第二来流风速、第二变桨角度、第二大气密度以及风力发电机组的叶片各个切面处的位置和弦长。例如，当需要计算风机当前时刻的启动转矩时，获取的第一运行数据例如可以包括：当前时刻的来流风速、当前时刻的变桨角度、当前时刻的大气密度、风机叶片各个切面处的位置和弦长。

在实际应用中，上述第一运行数据中的各个数据例如均可以通过风力发电机组上的原装监测设备或监测系统采集获得。在一些实施例中，原装监测设备或监测系统例如可以包括：安装于风力发电机组中的数据采集与监视控制系统(Supervisory Control AndData Acquisition System，简称SCADA系统)。具体例如通过SCADA系统采集第一运行数据，例如可以采集当前时刻的来流风速、当前时刻的变桨角度、当前时刻的大气密度、风机叶片各个切面处的位置和弦长。

S102、根据第一运行数据，计算风力发电机组的第一启动转矩。

S102的具体计算过程例如可以参见上述表达式(3)和(4)。

首先如上述表达式(4)所示，可以根据第二变桨角度，确定第二升力系数C_y；

然后如上述表达式(3)所示，可以根据第二来流风速、第二升力系数、第二大气密度和叶片各个切面处的位置和弦长，确定第一启动转矩。具体过程参见上文，在此不再赘述。

由于本申请实施例是根据来流风速和变桨角度计算启动转矩，而在来流风速和变桨角度等运行数据的采集过程中不存在信号干扰，故在根据启动转矩的来实现轴承故障的监测时，能够保证轴承故障的监测的准确性。

S103、当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障。

在本申请实施例中，第二启动转矩为风力发电机组处于目标状态且轴承未发生故障时的启动转矩。即在S103中，将计算出的第一启动转矩与轴承未发生故障时的风机的第二启动转矩进行对比或匹配，当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障。由此可以看出，最终得出的轴承故障的判断结果是否准确，最为关键因素之一便是第二启动转矩是否准确。

相比于通过人员技术经验设定第二启动转矩的方式而言，本申请为了最大程度地保证轴承故障监测的准确性，作为一种实施例，本申请实施例通过以下方式来确定第二启动转矩：首先采集风机大量的历史运行数据，然后从大量的历史运行数据筛选出最优的目标历史运行数据，并根据目标历史运行数据来计算第二启动转矩，以此保证第二启动转矩的准确性。具体过程如图4所示，在执行S101之前，该方法还可以包括如下步骤：

S201、获取风力发电机组在第一时间段内轴承未发生故障时的历史运行数据。作为一种示例，第一时间段可以根据实际情况灵活设定，本申请不限于此。但是，为了能够获得足量的历史运行数据，第一时间段的长度设定的不宜过小，例如长度可以设定为一个月。

具体到实际应用中，在执行S201时例如可以从与风机关联的数据库中调取出风机在第一时间段内轴承未发生故障时的历史运行数据。在本申请实施例中，历史运行数据可以包括：风力发电机组的目标参数、第一大气密度和风力发电机组的叶片各个切面处的位置和弦长。风力发电机组的目标参数又可以包括第一来流风速、第一变桨角度、第一对风角度和第一叶轮转速。在一些实施例中，例如可以先由SCADA系统采集历史时间段的风机的运行数据获得历史运行数据，然后将历史运行数据保存至风机关联的数据库中，当使用历史运行数据时再从数据库中调取出历史运行数据。

S202、从历史运行数据中，筛选出风力发电机组处于待机状态的第一历史运行数据。

具体地，风力发电机组处于待机状态时的参数是已知的，例如当风机处于待机状态时，变桨角度处于40°～60°之间，对风角度处于-10°～10°之间，变桨角度的变化量为0，叶轮转速为0。那么，便可以根据上述已知的参数来设定筛选条件，通过筛选条件从众多的历史运行数据中筛选出风力发电机组处于待机状态的第一历史运行数据。

历史运行数据通常是很长一段时间的数据，例如是过去一个月的数据。相比之下，风机在待机状态的时间却很短，例如只有几分钟，即风机每次从静止到开始转动之间的时间可能只有几分钟。那么，如何从很长一段时间的历史运行数据中准确地筛选出时间较短的第一历史运行数据。作为一种实施例，S202具体包括如下步骤：

首先，根据第一预设时长和第一步长，将第一时间段内轴承未发生故障时的历史运行数据归属到对应的时间窗口中，得到M个时间窗口；其中，每个时间窗口中包括多个时刻的历史运行数据，M为正整数。

第一预设时长和第一步长均可以根据实际情况灵活设定，本申请不限于此，作为一个示例，例如第一预设时长可以设定为180秒，例如第一步长可以设定为60秒。

在本申请实施例中，通过第一预设时长例如可以将一个月的历史运行数据拆分成N个第一预设时长的历史运行数据，第一预设时长与待机状态的持续时间是吻合的。这样，通过筛选条件便可以从这N个历史运行数据中筛选出满足条件的历史运行数据，这些满足条件的历史运行数据便可作为风力发电机组处于待机状态的第一历史运行数据。

为了进一步保证能够获得更多第一历史运行数据，保证第一历史运行数据在筛选时不会遗漏，作为一个示例，本申请实施例还引入了第一步长。在未引入第一步长时，只通过第一预设时长例如将历史运行数据归属到0～3分钟、3～6分钟、6～9分钟、……。而引入第一步长后，例如可以将历史运行数据归属到0～3分钟、1～4分钟、2～5分钟、3～6分钟、4～7分钟、5～8分钟和6～9分钟、……。这样，引入第一步长后，通过第一预设时长和第一步长便可以将历史运行数据划分的更加细化，从而最大限度地保证第一历史运行数据在筛选时不会遗漏，获得更为足量的第一历史运行数据，以此保证第二启动转矩的准确性。

在将历史运行数据归属到M个时间窗口之后，接下来，分别计算每个时间窗口的历史运行数据中目标参数的均值和第一变桨角度的变化量。

具体地，计算每个时间窗口的第一来流风速的均值、每个时间窗口的第一变桨角度的均值、每个时间窗口的第一对风角度的均值和每个时间窗口的第一叶轮转速的均值，以及计算每个时间窗口的第一变桨角度的变化量。

每个时间窗口中都包括多个时刻的第一来流风速、第一变桨角度、第一对风角度和第一叶轮转速。那么，可以通过计算第i个时间窗口中多个时刻的第一来流风速的均值的方式，得到第i个时间窗口的第一来流风速的均值，i为正整数。同理，每个时间窗口的第一变桨角度的均值、每个时间窗口的第一对风角度的均值和每个时间窗口的第一叶轮转速的均值也可以通过类似的方式得到。

在计算第i个时间窗口的第一变桨角度的变化量时，若第i个时间窗口中多个时刻的第一变桨角度相同，则算第i个时间窗口的第一变桨角度的变化量为0，否则不为0。

再接下来，筛选出满足预设条件的时间窗口的历史运行数据作为第一历史运行数据；其中，预设条件包括：目标参数的均值处于预设范围内，且第一变桨角度的变化量为零。

具体地，对于每个时间窗口，执行以下步骤：

判断该时间窗口的第一变桨角度是否在预设第一范围内。其中，预设第一范围例如可以包括40°～60°，本申请不限于此。

判断该时间窗口的第一对风角度是否在预设第二范围内。其中，预设第一范围例如可以包括-10°～10°，本申请不限于此。

判断该时间窗口的第一变桨角度的变化量是否为0。

判断该时间窗口的第一叶轮转速的均值是否为0。

当该时间窗口的第一变桨角度在预设第一范围内、该时间窗口的第一对风角度在预设第二范围内、该时间窗口的第一变桨角度的变化量为0和该时间窗口的第一叶轮转速的均值为0时，认为满足预设条件。筛选出满足预设条件的时间窗口的历史运行数据作为第一历史运行数据。

继续参见图4，在得到第一历史运行数据之后，执行S203、根据第一历史运行数据，确定第二启动转矩。具体可以包括以下步骤：

第一步骤、根据第一来流风速的均值，从第一历史运行数据中确定出目标历史运行数据。

第一步骤的目的是从第一历史运行数据中确定出最优的目标历史运行数据。那么，为了保证第二启动转矩的准确性，作为一种示例，本申请实施例将满足预设条件的时间窗口中，数值最大的第一来流风速的均值对应的第一历史运行数据作为目标历史运行数据。在实际应用中，第一历史运行数据均是风机处于待机状态时的运行数据，那么在待机状态中第一来流风速越大，说明第一来流风速越接近实际启动风速。因此，如果选择第一来流风速的均值中数值最大的第一历史运行数据来计算第二启动转矩，那样计算出第二启动转矩最为接近轴承未发生故障时的实际启动转矩，计算出的第二启动转矩最为准确。

第二步骤、根据目标历史运行数据中的第一变桨角度的均值，确定第一升力系数。

第二步骤的具体计算过程例如可以参见上述表达式(4)，将目标历史运行数据中的第一变桨角度的均值作为θ₁代入表达式(4)中计算，得到第一升力系数。

第三步骤、根据目标历史运行数据中的第一来流风速的均值、第一升力系数、第一大气密度和叶片各个切面处的位置和弦长，确定第二启动转矩。

第三步骤的具体计算过程例如可以参见上述表达式(3)。

Mq＝3∫dMq＝∑1.5ρC_yV²B_ir_iΔr_i (3)

将目标历史运行数据中的第一来流风速的均值作为V，将第一升力系数作为C_y，将第一大气密度作为ρ，将叶片各个切面处的位置和弦长作为r_i和B_i代入表达式(3)中计算，得到第二启动转矩。

由此，本申请实施例首先采集风机大量的历史运行数据，然后从大量的历史运行数据筛选出最优的目标历史运行数据，并根据目标历史运行数据来计算第二启动转矩，以此保证第二启动转矩的准确性。

在得到第二启动转矩之后，将计算的第一启动转矩与第二启动转矩进行对比或匹配，当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障。

这里，需要说明的是，作为一种示例，当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障，具体可以包括：例如当第一启动转矩大于第二启动转矩时，确定轴承发生故障。

为了排除因计算误差或其他原因致使轴承的监测结果不准确的问题，作为另一种示例，当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障，具体可以包括：

当第一启动转矩大于第二启动转矩、且第一启动转矩与第二启动转矩的差值大于预设阈值时，确定轴承发生故障。

或者，当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障，具体还可以包括：

当第一启动转矩大于第二启动转矩、且第一启动转矩大于第二启动转矩的这种状态持续一段时间(例如一分钟内计算多次第一启动转矩，计算的多次第一启动转矩均大于第二启动转矩)时，确定轴承发生故障。

由此，通过增设第一启动转矩与第二启动转矩的差值大于预设阈值或第一启动转矩大于第二启动转矩的这种状态持续一段时间的判断条件，可以避免因第一启动转矩计算误差造成的轴承监测结果的误判，提高轴承监测的准确性。

为了避免因轴承故障对风机可能造成更严重的损害，作为一种示例，在确定轴承发生故障之后，本申请实施例的方法还可以包括：

根据轴承的故障监测结果，输出与故障监测结果对应的目标控制策略。

具体地，当轴承发生故障时，可以根据轴承的故障监测结果的严重程度输出与故障监测结果对应的目标控制策略。例如，当轴承的故障监测结果为较为严重时，可以输出调整风机的变桨角度、对风角度和/或对风姿态的指令，使得风机的扫风面积变小，阻止风机启动，从而防止风机启动对风机可能造成更严重的损害。

为了让人员及时了解轴承的运行状况，作为一种示例，在确定轴承发生故障之后，本申请实施例的方法还可以包括：

向目标设备发送轴承的故障监测结果和表征第一启动转矩大小的目标信息。

目标设备例如可以是终端、服务器或其他设备，本申请不限于此。通过向目标设备发送轴承的故障监测结果和表征第一启动转矩大小的目标信息，可以让相关人员及时了解轴承发生故障的严重程度，进而相关人员可以根据轴承发生故障的严重程度制定相应的维修策略。

与相关技术中采取的在风机启动时对轴承进行实时监测的方案相比，本申请实施例在风机启动前(待机状态)便可根据启动转矩实现轴承故障的监测，能够实现轴承故障的提前预警，及时避免风机启动对风机可能造成更严重的损害，填补现有风力发电机组实时状态监测系统的不足之处。

与相关技术中采取的通过频谱分析来判断轴承是否发生故障的方案相比，本申请根据启动转矩便可实现轴承故障的监测，无需依靠专业技术知识和运维经验。

基于上述实施例提供的轴承的故障监测方法，相应地，本申请还提供了轴承的故障监测装置的具体实现方式。请参见以下实施例。

本申请实施例提供的轴承的故障监测装置应用于风力发电机组，风力发电机组包括轮毂和发电机，轴承设置于轮毂与发电机的主轴之间。

参见图5，本申请实施例提供的轴承的故障监测装置500可以包括以下模块：

获取模块501，用于获取风力发电机组处于目标状态的第一运行数据；

计算模块502，用于根据第一运行数据，计算风力发电机组的第一启动转矩；

确定模块503，用于当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障；其中，第二启动转矩为风力发电机组处于目标状态且轴承未发生故障时的启动转矩。

在一些实施例中，获取模块501例如可以是安装在风力发电机组中的SCADA系统，具体例如通过SCADA系统获取风力发电机组处于目标状态的第一运行数据。

在一些实施例中，计算模块502和确定模块503例如可以是风力发电机组的处理器中的功能模块，具体通过处理器来执行计算模块502和确定模块503所涉及的步骤。

本申请实施例的轴承的故障监测装置，获取模块用于获取风力发电机组处于目标状态的第一运行数据；计算模块用于根据第一运行数据，计算风力发电机组的第一启动转矩；确定模块用于当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障；其中，第二启动转矩为风力发电机组处于目标状态且轴承未发生故障时的启动转矩。由于本申请是通过第一启动转矩来确定轴承是否发生故障，并且用于计算第一启动转矩的第一运行数据通过风力发电机组上的原装设备便可获得，故无需再设置额外的硬件设备，节省了风力发电机组的成本。

在一些实施例中，为了最大程度地保证轴承故障监测的准确性，本申请实施例提供的轴承的故障监测装置500还可以包括：第二确定模块，第二确定模块用于获取风力发电机组在第一时间段内轴承未发生故障时的历史运行数据；从历史运行数据中，筛选出风力发电机组处于待机状态的第一历史运行数据；根据第一历史运行数据，确定第二启动转矩。其中，第二确定模块例如可以是风力发电机组的处理器中的功能模块，具体通过处理器来执行第二确定模块所涉及的步骤。

在一些实施例中，为了从较长一段时间的历史运行数据中准确地筛选出时间较短的第一历史运行数据，历史运行数据可以包括风力发电机组的目标参数，目标参数至少可以包括第一变桨角度。第二确定模块具体用于根据第一预设时长和第一步长，将第一时间段内轴承未发生故障时的历史运行数据归属到对应的时间窗口中，得到M个时间窗口；其中，每个时间窗口中包括多个时刻的历史运行数据，M为正整数；分别计算每个时间窗口的历史运行数据中目标参数的均值和第一变桨角度的变化量；筛选出满足预设条件的时间窗口的历史运行数据作为第一历史运行数据；其中，预设条件包括：目标参数的均值处于预设范围内，且第一变桨角度的变化量为零。

在一些实施例中，为了保证第二启动转矩的准确性，历史运行数据还可以包括第一大气密度和风力发电机组的叶片各个切面处的位置和弦长；目标参数还可以包括第一来流风速。第二确定模块具体用于根据第一来流风速的均值，从第一历史运行数据中确定出目标历史运行数据；目标历史运行数据为满足预设条件的时间窗口中，数值最大的第一来流风速的均值对应的第一历史运行数据；根据目标历史运行数据中的第一变桨角度的均值，确定第一升力系数；根据目标历史运行数据中的第一来流风速的均值、第一升力系数、第一大气密度和叶片各个切面处的位置和弦长，确定第二启动转矩。

在一些实施例中，第一运行数据可以包括：第二来流风速、第二变桨角度、第二大气密度以及风力发电机组的叶片各个切面处的位置和弦长。计算模块502具体用于根据第二变桨角度，确定第二升力系数；根据第二来流风速、第二升力系数、第二大气密度和叶片各个切面处的位置和弦长，确定第一启动转矩。

在一些实施例中，为了避免因轴承故障对风机可能造成更严重的损害，本申请实施例提供的轴承的故障监测装置500还可以包括：输出模块，输出模块用于根据轴承的故障监测结果，输出与故障监测结果对应的目标控制策略。其中，输出模块例如可以是风力发电机组的处理器中的功能模块，具体通过处理器来执行输出模块所涉及的步骤。

在一些实施例中，为了让人员及时了解轴承的运行状况，本申请实施例提供的轴承的故障监测装置500还可以包括：发送模块，发送模块用于向目标设备发送轴承的故障监测结果和表征第一启动转矩大小的目标信息。在一些实施例中，发送模块例如可以是有线发送模块或无线发送模块，其中，有线发送模块例如可以包括光纤收发器和光纤，当发送模块为有线发送模块时，具体通过光纤发送器和光纤将轴承的故障监测结果和表征第一启动转矩大小的目标信息发送给目标设备。无线发送模块例如可以包括收发器和天线，当发送模块为无线发送模块时，具体通过收发器和天线将轴承的故障监测结果和表征第一启动转矩大小的目标信息发送给目标设备。

图5所示装置中的各个模块/单元具有实现图3中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。

基于上述实施例提供的轴承的故障监测方法，相应地，本申请还提供了风力发电机组的控制器的具体实现方式。请参见以下实施例。

图6示出了本申请实施例提供的风力发电机组的控制器的硬件结构示意图。

风力发电机组的控制器可以包括处理器601以及存储有计算机程序指令的存储器602。

具体地，上述处理器601可以包括中央处理器(Central Processing Unit，CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器602可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器602可以包括可移除或不可移除(或固定)的介质，或者存储器602是非易失性固态存储器。存储器602可在综合网关容灾设备的内部或外部。

在一个实例中，存储器602可以是只读存储器(Read Only Memory，ROM)。在一个实例中，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

存储器602可以包括只读存储器(ROM)，随机存取存储器(RAM)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。

处理器601通过读取并执行存储器602中存储的计算机程序指令，以实现图3所示实施例中的方法/步骤S101至S103，并达到图3所示实例执行其方法/步骤达到的相应技术效果，为简洁描述在此不再赘述。

在一个示例中，风力发电机组的控制器还可包括通信接口603和总线610。其中，如图6所示，处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。

通信接口603，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。

总线610包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，EISA)总线、前端总线(Front Side Bus，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industry Standard Architecture，ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线610可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

基于上述实施例提供的风力发电机组的控制器，相应地，本申请还提供了轴承的故障监测系统的具体实现方式。

本申请实施例提供的轴承的故障监测系统，应用于风力发电机组，可以包括：

本申请实施例提供的风力发电机组的控制器；以及

通信装置，与控制器通信连接，用于在轴承发生故障的情况下，向目标设备发送轴承的故障监测结果和表征轴承的第一启动转矩大小的目标信息。

另外，结合上述实施例中的轴承的故障监测方法，本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种轴承的故障监测方法。

综上所述，本申请实施例的轴承的故障监测方法、系统、装置、控制器及存储介质，首先获取风力发电机组处于目标状态的第一运行数据；然后根据第一运行数据，计算风力发电机组的第一启动转矩；当第一启动转矩与第二启动转矩不匹配时，确定轴承发生故障；其中，第二启动转矩为风力发电机组处于目标状态且轴承未发生故障时的启动转矩。由于本申请是通过第一启动转矩来确定轴承是否发生故障，并且用于计算第一启动转矩的第一运行数据通过风力发电机组上的原装设备便可获得，故无需再设置额外的硬件设备，节省了风力发电机组的成本。

与相关技术中采取的在风机启动时对轴承进行实时监测的方案相比，本申请实施例在风机启动前(待机状态)便可根据启动转矩实现轴承故障的监测，能够实现轴承故障的提前预警，及时避免风机启动对风机可能造成更严重的损害，填补现有风力发电机组实时状态监测系统的不足之处。

需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RadioFrequency，RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本申请中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本申请不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

上面参考根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。

以上所述，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。