论文部分内容阅读
随着我国科技的进步以及制造业的发展,我国对能源的需求愈发上升。风能作为一种纯净新能源,其产业发展迅速。现有风能的利用主要依靠风电机组,目前风电机组根据其驱动系统的结构特点分为双馈机型、半直驱机型和直驱机型。其中双馈机型由于体积小、造价相对低廉以及其产电平稳而被广泛应用。双馈机型使用的关键部件为升速风电齿轮箱,其运行状态对整台风机影响较大。因此,有必要对升速风电齿轮箱进行组态检测和故障诊断。本文主要针对齿轮箱振动信号故障特征提取进行研究。在实验前,根据二级减速齿轮箱的测绘尺寸,建立了二级减速齿轮箱的刚柔耦合动力学仿真模型。同时对WTDS平台的实验信号和模型产生的仿真信号分别进行基于形态学滤波-希尔伯特黄变换方法和基于改进小波阈值去噪-Teager能量算子方法的处理。在实验过程中,发现基于改进小波阈值去噪-Teager能量算子方法在提取齿轮箱的故障特征时会偶尔出现失效,经过分析,这是由于伴随着实验进程,齿轮的故障状况以及运行状况发生了变化,从而导致了齿轮的故障特征被掩盖,或被其余信号抵消最终导致提取失败,为了解决这个问题,通过对处理后的信号进行二次处理后,能够获取信号的特征频率。通过实验发现建立的刚柔耦合模型基本能够仿真实际情况,基于形态学滤波-希尔伯特黄变换方法和基于改进小波阈值去噪-Teager能量算子方法的故障特征频率识别方法,能够提取WTDS平台二级减速齿轮箱输入级小齿轮的早期齿根裂纹故障特征频率和早期齿面磨损故障特征频率,但是随着实验中载荷以及转速的变化,导致基于形态学滤波-希尔伯特黄变换提取方法的失效率提升,同时由于齿轮故障状态的变化,导致基于改进小波阈值去噪-Teager能量算子的提取方法出现不同程度的失效。通过对基于改进小波阈值去噪-Teager能量算子方法进行改进,提升了WTDS平台二级减速齿轮箱早期故障模式提取的成功率。