風(fēng)力發(fā)電機(jī)齒輪箱故障診斷技術(shù)研究.pdf

1、當(dāng)前，環(huán)境污染和能源問題日益突出，風(fēng)力發(fā)電己成為世界各國更加重視和重點(diǎn)開發(fā)的能源之一。隨著大型風(fēng)力發(fā)電機(jī)組裝機(jī)容量的增加，其系統(tǒng)結(jié)構(gòu)也日趨復(fù)雜，當(dāng)機(jī)組發(fā)生故障時(shí)，不僅會(huì)造成停電，而且會(huì)產(chǎn)生嚴(yán)重的安全事故，造成巨大的經(jīng)濟(jì)損失。
　　 風(fēng)力發(fā)電機(jī)的電氣故障信號(hào)信噪比較大，采用常規(guī)的方法就能較好地識(shí)別故障。而其機(jī)械系統(tǒng)是一個(gè)復(fù)雜的時(shí)變非線性系統(tǒng)，且受到風(fēng)場(chǎng)不穩(wěn)定氣流等因素的影響，其故障振動(dòng)信號(hào)是非平穩(wěn)的，使用常規(guī)方法難以有效提取故障特

2、征。研究使用先進(jìn)的診斷技術(shù)對(duì)其進(jìn)行故障診斷，具有縮短維修時(shí)間、降低維修成本，避免發(fā)生嚴(yán)重事故的重要意義。
　　 多尺度線調(diào)頻基稀疏信號(hào)分解是一種新的信號(hào)處理方法，經(jīng)驗(yàn)證在時(shí)頻分析方面效果優(yōu)越；廣義解調(diào)可以將時(shí)頻分布呈曲線變化的多分量非平穩(wěn)信號(hào)轉(zhuǎn)化為時(shí)頻分布平行于時(shí)間軸的平穩(wěn)信號(hào)，因此非平穩(wěn)信號(hào)經(jīng)廣義解調(diào)后滿足傅里葉分析對(duì)平穩(wěn)性的要求；包絡(luò)階次譜方法采用等角度采樣，采樣信號(hào)具有角度域的平穩(wěn)性，因此也適用于變轉(zhuǎn)速工況下的風(fēng)力發(fā)電機(jī)旋

3、轉(zhuǎn)部件故障振動(dòng)信號(hào)分析。本文在國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)課題“大型風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控與故障診斷技術(shù)研究(項(xiàng)目批準(zhǔn)號(hào)：2009AA04Z414)”和國家自然科學(xué)基金項(xiàng)目“多尺度線調(diào)頻基稀疏信號(hào)分解方法及其在機(jī)械故障診斷中的應(yīng)用(項(xiàng)目批準(zhǔn)號(hào)：50875078)”資助下，圍繞多尺度線調(diào)頻基稀疏信號(hào)分解方法及其在風(fēng)力發(fā)電機(jī)齒輪箱故障診斷中的應(yīng)用進(jìn)行了理論研究和實(shí)驗(yàn)分析。
　　 論文主要研究工作和創(chuàng)新性研究成果有：
　　

4、 (1)根據(jù)風(fēng)力發(fā)電機(jī)的結(jié)構(gòu)以及風(fēng)場(chǎng)的環(huán)境特點(diǎn)，研究了風(fēng)力發(fā)電機(jī)齒輪箱的故障產(chǎn)生機(jī)理。基于風(fēng)力發(fā)電機(jī)組的變轉(zhuǎn)速運(yùn)行特點(diǎn)，建立了風(fēng)力發(fā)電機(jī)故障模擬實(shí)驗(yàn)系統(tǒng)，并通過數(shù)據(jù)分析表明，準(zhǔn)確的提取、識(shí)別振動(dòng)信號(hào)的調(diào)制特征是對(duì)風(fēng)力發(fā)電機(jī)的齒輪箱進(jìn)行故障診斷的關(guān)鍵。
　　 (2)針對(duì)變轉(zhuǎn)速工況下風(fēng)力發(fā)電機(jī)齒輪箱振動(dòng)信號(hào)的瞬時(shí)頻率提取困難問題，將基于多尺度線調(diào)頻基的稀疏信號(hào)分解方法引入到風(fēng)力發(fā)電機(jī)齒輪箱振動(dòng)信號(hào)分析。介紹了基于多尺度線調(diào)頻基的稀

5、疏信號(hào)分解原理，并通過仿真算例和實(shí)驗(yàn)信號(hào)分析證明了該方法在處理瞬時(shí)頻率連續(xù)變化的信號(hào)時(shí)具有較強(qiáng)的抗噪能力和時(shí)頻聚集性，非常適合于變轉(zhuǎn)速工況下風(fēng)力發(fā)電機(jī)齒輪箱振動(dòng)信號(hào)的分析處理。
　　 (3)針對(duì)廣義解調(diào)時(shí)頻分析方法中對(duì)頻率呈曲線變化的多分量非平穩(wěn)信號(hào)相位函數(shù)提取困難的問題，將基于多尺度線調(diào)頻基稀疏信號(hào)分解方法引入廣義解調(diào)，有效解決了相位函數(shù)提取問題。仿真算例和應(yīng)用實(shí)例表明，該方法能準(zhǔn)確提取相位函數(shù)，將多分量非平穩(wěn)信號(hào)解調(diào)為平穩(wěn)信

6、號(hào)，適用于風(fēng)力發(fā)電機(jī)變轉(zhuǎn)速工況下的齒輪箱故障診斷。
　　 (4)針對(duì)包絡(luò)階次分析中轉(zhuǎn)速提取困難和基于瞬時(shí)頻率的轉(zhuǎn)速估計(jì)方法精度不理想問題，采用基于多尺度線調(diào)頻基的稀疏信號(hào)分解方法來獲取轉(zhuǎn)速信號(hào)，在此基礎(chǔ)上再對(duì)風(fēng)力發(fā)電機(jī)齒輪箱振動(dòng)信號(hào)進(jìn)行包絡(luò)階次分析。仿真算例和應(yīng)用實(shí)例表明，該方法能準(zhǔn)確提取瞬時(shí)轉(zhuǎn)頻，解決了傳統(tǒng)階次分析方法中轉(zhuǎn)速測(cè)量設(shè)備安裝困難問題，節(jié)約了診斷成本。
　　 多尺度線調(diào)頻基稀疏信號(hào)分解算法在分解瞬時(shí)頻率呈曲線