風(fēng)電機(jī)組振動(dòng)監(jiān)測與故障診斷研究.pdf

1、隨著風(fēng)力發(fā)電機(jī)組(以下簡稱風(fēng)電機(jī)組、風(fēng)機(jī))的單機(jī)容量越來越大,裝機(jī)量也逐年增加,相關(guān)的第三產(chǎn)業(yè)即風(fēng)電機(jī)組運(yùn)行維護(hù)、監(jiān)測、故障診斷等將成為行業(yè)新的增長點(diǎn)。而風(fēng)電機(jī)組的工作環(huán)境惡劣,風(fēng)速有很高的不穩(wěn)定性,在交變負(fù)載的作用下,機(jī)組的傳動(dòng)系統(tǒng)等部件最容易損壞,而風(fēng)電機(jī)組又安裝在偏遠(yuǎn)地區(qū)且距地面甚高,維修不便,風(fēng)電機(jī)組的狀態(tài)監(jiān)測和故障診斷在這種情況下具有重要的意義。研究表明風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的振動(dòng)故障在常見故障中占有較高的比重,對傳動(dòng)系統(tǒng)進(jìn)行狀態(tài)監(jiān)

2、測是至關(guān)重要的。目前大型商業(yè)化的風(fēng)電機(jī)組自帶有監(jiān)測控制和數(shù)據(jù)獲取(SCADA)系統(tǒng),為提高風(fēng)電場運(yùn)行的穩(wěn)定性和可靠性提供了強(qiáng)有力的技術(shù)平臺和支撐,但是SCADA系統(tǒng)缺乏對傳動(dòng)系統(tǒng)的振動(dòng)監(jiān)測及相關(guān)分析。而目前SKF公司針對風(fēng)電機(jī)組振動(dòng)故障監(jiān)測的系統(tǒng)雖然具有預(yù)警及報(bào)警功能,卻缺乏精確故障診斷等功能。因而論文選擇傳動(dòng)系統(tǒng)為重點(diǎn)監(jiān)測對象,開展針對傳動(dòng)系統(tǒng)的振動(dòng)監(jiān)測與故障診斷研究。論文的主要工作如下:
　　 ①論文分析了傳動(dòng)系統(tǒng)葉輪、齒輪

3、箱、發(fā)電機(jī)等機(jī)構(gòu)及其常見振動(dòng)故障特點(diǎn)。風(fēng)電機(jī)組傳動(dòng)系統(tǒng)振動(dòng)信號受到背景噪聲的干擾,且齒輪、軸承等旋轉(zhuǎn)部件故障信號多呈現(xiàn)周期非平穩(wěn)特性。同時(shí),由于風(fēng)速的不平穩(wěn)性,交變載荷作用到傳動(dòng)系統(tǒng),又使得振動(dòng)信號呈現(xiàn)高斯噪聲混雜及非線性特性。根據(jù)對傳動(dòng)系統(tǒng)關(guān)鍵部件的故障及其時(shí)頻域特點(diǎn)分析,確定了風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的監(jiān)測點(diǎn)的位置,據(jù)此可以設(shè)置相關(guān)的振動(dòng)傳感器采集關(guān)鍵部件的振動(dòng)信號,對傳動(dòng)系統(tǒng)進(jìn)行振動(dòng)監(jiān)測。
　　 ②在風(fēng)電機(jī)組振動(dòng)信號預(yù)處理方面,提

4、出了一種交叉驗(yàn)證優(yōu)化Morlet小波參數(shù)的消噪方法。風(fēng)電機(jī)組工作環(huán)境惡劣,振動(dòng)監(jiān)測獲取的數(shù)據(jù)多包含強(qiáng)烈的背景噪聲,傳統(tǒng)的濾波消噪很難將噪聲和有用成分在時(shí)頻域區(qū)分開,小波消噪在此種情況下有較優(yōu)的分析效果。但小波消噪方法存在小波基選取和分解層數(shù)確定、閾值方法確定等問題,論文分析了傳統(tǒng)硬閾值方法和軟閾值方法的局限并提出了一種自適應(yīng)閾值小波消噪方法,進(jìn)一步提出了交叉驗(yàn)證優(yōu)化Morlet小波參數(shù)的消噪方法。利用交叉驗(yàn)證法對改進(jìn)Morlet小波的參

5、數(shù)進(jìn)行優(yōu)化選擇并確定了最佳尺度。通過齒輪振動(dòng)信號實(shí)例并對比了傳統(tǒng)的小波消噪方法,證明了該方法具有較好的消噪效果。
　　 ③針對風(fēng)電機(jī)組振動(dòng)信號的周期非平穩(wěn)性特點(diǎn),提出了一種基于自項(xiàng)窗抑制魏格納分布(WVD,Wigner-Ville distribution)交叉項(xiàng)的故障診斷方法。由于風(fēng)電機(jī)組旋轉(zhuǎn)部件振動(dòng)信號的周期非平穩(wěn)性特點(diǎn),單純的時(shí)域或頻域分析方法很難取得理想的效果,時(shí)頻分析是分析此類信號的有效方法,其中WVD的時(shí)頻分辨率和能

6、量聚集性具有無可比擬的優(yōu)勢,可用于旋轉(zhuǎn)機(jī)械的特征提取及故障診斷。但由于WVD具有交叉項(xiàng)的干擾,需要尋找合適的方法對其交叉項(xiàng)進(jìn)行抑制。論文在研究WVD自項(xiàng)和交叉項(xiàng)相互關(guān)系的基礎(chǔ)上提出了一種閾值自適應(yīng)STFT(ASTFT,Adaptive Short-Time Fourier Transform)故障診斷方法,進(jìn)而針對STFT自身分辨率較低的缺陷,提出了一種基于自項(xiàng)窗WVD的故障診斷方法。設(shè)計(jì)了自適應(yīng)自項(xiàng)窗函數(shù),并用其替代自項(xiàng)對WVD進(jìn)行加

7、窗處理,可以有效地抑制交叉項(xiàng),還能夠使自項(xiàng)能量很緊密地集中在各分量瞬時(shí)頻率的附近。通過仿真分析和振動(dòng)信號分析驗(yàn)證了該方法具有較好的特征提取及故障診斷效果。
　　 ④針對風(fēng)電機(jī)組振動(dòng)信號非高斯非線性特點(diǎn),提出了一種模糊高階譜故障診斷方法。該方法既可以消除振動(dòng)信號中混疊的高斯噪聲,同時(shí)可以很好地分析非線性特性振動(dòng)信號,實(shí)現(xiàn)正確的故障診斷。論文首先利用雙譜估計(jì)方法分析了不同類別下的滾動(dòng)軸承的振動(dòng)信號,研究表明了雙譜分布區(qū)域信息與故障類

8、別間存在映射關(guān)系,且這種映射關(guān)系不受工作轉(zhuǎn)頻影響。對雙譜估計(jì)特征值進(jìn)行閾值化處理,并在此基礎(chǔ)上構(gòu)造由核圖、域圖構(gòu)造的目標(biāo)模板,通過測試樣本到目標(biāo)模板之間的距離來進(jìn)行不同類別的判別。最后通過滾動(dòng)軸承故障診斷實(shí)例進(jìn)行測試表明測試樣本的分類都完全正確,驗(yàn)證了該故障分類方法的有效性。
　　 ⑤初步研究了風(fēng)電機(jī)組振動(dòng)監(jiān)測及故障診斷系統(tǒng)及其軟件的設(shè)計(jì)與實(shí)現(xiàn)。采用面向?qū)ο蟮木幊碳夹g(shù)進(jìn)行該監(jiān)測系統(tǒng)的軟件開發(fā),并基于本文提出的方法初步開發(fā)了一套用