论文部分内容阅读
【摘 要】风电机组齿轮传动机构，在我公司达坂城区域风电场金风600kW机组、金风750kW机组、金风1.5MW机组及Vestas2.0MW机组上都有运用，对机组发电量起到功不可没的作用。齿轮传动机构：齿轮箱、变桨减速器、偏航减速器，这些机构产生故障，将直接影响机组的正常运转，降低机组可利用率，严重威胁到企业的人力物力的投入。一般齿轮传动故障原因大多都因为齿轮故障、轴承和轴故障，日积月累的微观损伤，致使其卡涩、断裂、变形、磨损。这些故障的苗头在短时间内难以判断和发现，通过研究其齿轮和轴承的振动机理，分析和论证其的故障形式，能够及时的了解到机构内部的运行状态和故障前兆，减少故障带来重大的损失。
【关键词】齿轮传动;振动信号;时域分析;频域分析;包络分析
一、基于振动信号的齿轮传动机构故障分析方法
早些年，最常用的齿轮传动系统故障鉴定方法是使用内窥镜对机构内部进行观测，但是这种方式的只能对一些明显的故障进行观察，带有局部性和不便性，不能及时的发现故障隐患。如今，越来越多的振动检测设备走进了我们的视线，它的基本方法是利用加速度传感器对正在运行的传动机构多个测点进行振动信号的采集，把这些采集来的振动信号量从时域和频域绘制图像，从图像中分析和判断出故障特性，相对于内窥镜检测方法，能够更直观和准确的分析出传动系统的故障。现阶段，对于振动信号的分析方法有包络分析、小波变换、神经网络、倒频谱等。这些方法首先是要对振动信号量进行时域分析：一般出现了传动故障的系统，其振动信号在各时间段的峰值、均方值是会有一定的明显的周期性变化和异常数据特性。而且不同机构中振动信号的固有特性也会随着材质的不同、体积的不同、变比等自身特性而不同，这就导致了其峰值及均方值的不同，所以时域分析在一定程度上有一定的弊端和短板，不能有效的识别出故障特性，判断故障点的说服力不足。这时就需要对信号量做出频域分析进行故障验证：一般是对信号量再进行一次FFT（快速傅里叶）函数变换，这时我们就可以得到振动信号量在频域上的各个频率的特性曲线，在频谱图中我们可以清晰看到齿轮转动机构在各个转频（固有频率、啮合频率、一倍频、二倍频等），通过这些转频特性在频谱中的特征来分析齿轮传动机构内部运行状态。一般有故障的系统，其振动信号在频域上会表现的非常明显，对后期设备故障点的排查提供了方向，提高了排查效率和准确率。
1.1时域分析
借助分析软件（MATLAB、LabVIEW 等）通过对信号数据进行分析，在振动信号收集中，绘制时域波形图，通过标记和程序的筛选，得到一些时域特征量，特征信号是指的幅值、相位、能量以及概率分布等，而这些量值多以数值的形式展现出来，也就是时间特征量，常用的有以下几种：
（1）信号峰峰值
峭指标是对信号的冲击的一个最直观的反映，一般有表面损伤的故障，其表现特别明显。振动信号可以看成一个正态分布曲线，当振动信号的幅值逐渐偏离峭度指标值 K≈3，就可以早期诊断出故障的出现，有效的反映了故障特征。其中信号的幅值约偏离 3，其发生故障的可能性就越大。
1.2频域分析
频域分析做为提取故障信息的最有效、最常用方法，就是将信号量在频谱图中绘制，进行分析。由于随着故障的发生的时长以及故障发展的严重性，其频率也在跟随其发生变化。频谱分析的目的就是把以时间为独立变量的波形经过傅里叶变换分解成独立的谐波特征来分析，从而从中获得信号所具有的频率组成以及各个特征量的信息，展示出信号内部所具有的频率的特征以及信号时间关系与频率关系间的联系。傅里叶变换定义为：
二、振动信号包络分析方法
振动信号产生异常变化的原因有很多种，例如我场风电机组齿轮箱因为其工艺及运行年限的因素，大多都出现了齿面磨损、齿形结构变形、同轴度的偏移、轴承滚动体的老化等一系列原因。大家都知道齿轮箱在工作过程中，如果发生以上故障，通过其运作时的冲击声音就能明显的判断，而这些声音、冲击会产生振动信号，但是由于现场的运行环境较复杂，往往采集出的这些振动信号都会有质量差、种类杂乱的现象，而这些故障振动信号会以周期性脉冲信号出现，我们把上述现象叫做信号的调制。通过研究调制信号的频谱，我们就可以判断其故障原因及种类，但是传统的倒频谱、小波分析方法对振动信号的灵敏度低，即在一些齿轮裂纹、点蚀故障上识别率低，由于环境因素其故障振动信号会被其他振动信号所掩盖，特别是出现低频调制信号时，边频带会错综复杂，难以对故障信息进行辨识。
包络分析就可以对振动信号进行一层层筛选，从边频带得到故障点所发出振动信号。先将故障时段内的波形放大，对振动信号的波形进行筛选，对振动信号进行高通滤波，或者是将故障信号的边频带进行滤波，这时我们将会得到故障点的低频信号，这样得到的振动信号频谱图就比较清晰明了的反映一个故障的波形，通过频谱图再进行信号包络特性分析，我们就可以准确的知道设备内部微观的运行工况了。
现如今，振动信号是传动系统故障的直接反映，能够及时的发现其故障先兆极其重要，包络分析在振动信号分析上起到功不可没的作用，对一些低频信号的识别和判断，补充了传统分析的短板，风电机组就是一个传动机构，由于其所处环境的特殊性，也是非常需要这方面的技术支持。
2.1包络实例分析
新疆风能苜蓿台风电场现对 10 台双馈机组进行齿轮箱振动检测，对每台机组详细的数据进行了包络分析，通过此次齿轮箱振动检测结果，对齿轮箱内部运行工况有更直观的了解。
（1）Mv3# 机组：未发现异常现象
齿轮箱中间级时域波形
（2）Mv5# 机组：从齿轮箱中间级测点的频谱图中均可发现明显的转速（6.6Hz）的边频带，时域波形中可见转频冲击，由此可见齿轮箱中间级存在明显的故障特征，包络中含边频带，可能齿轮箱中间级齿轮有点蚀。
2.2檢测结果说明
通过对异常的时域信号进行包络分析，可以有效的识别齿轮箱故障类型，预防故障的发生，对齿轮箱缺陷做到“早发现早治疗”，为机组在今后继续安全可靠的运行保驾护航，减少齿轮箱故障带来的经济损失。
三、展望与未来
振动检测对整个风电行业来说，将设备维修体制由定期维修转向预知性维修，提高风电设备早期故障诊断的准确性。从我场机组运行的状况来看，随着运行时间的增长，我场机组传动系统故障也是时有发生，例如齿轮箱损坏、偏航减速器损坏、发电机轴承损坏等。就这些已经出现的问题，定期的振动检测，对可能出现的风险进行预警，进而对节约生产成本，避免事故发生具有重大的意义。
参考文献：
[1]谢志江，设备状态监测与故障诊断.1998
[2]卢碧红等，齿轮箱故障诊断技术及其发展.大连铁道学院学报.1998
[3]李智等.包络分析及其在设备故障诊断中的应用测试技术学报.2002
[4]李晓虎，贾民平等.频谱分析法在齿轮箱故障诊断实例.2003
（作者单位：新疆风能有限责任公司）
【关键词】齿轮传动;振动信号;时域分析;频域分析;包络分析
一、基于振动信号的齿轮传动机构故障分析方法
早些年，最常用的齿轮传动系统故障鉴定方法是使用内窥镜对机构内部进行观测，但是这种方式的只能对一些明显的故障进行观察，带有局部性和不便性，不能及时的发现故障隐患。如今，越来越多的振动检测设备走进了我们的视线，它的基本方法是利用加速度传感器对正在运行的传动机构多个测点进行振动信号的采集，把这些采集来的振动信号量从时域和频域绘制图像，从图像中分析和判断出故障特性，相对于内窥镜检测方法，能够更直观和准确的分析出传动系统的故障。现阶段，对于振动信号的分析方法有包络分析、小波变换、神经网络、倒频谱等。这些方法首先是要对振动信号量进行时域分析：一般出现了传动故障的系统，其振动信号在各时间段的峰值、均方值是会有一定的明显的周期性变化和异常数据特性。而且不同机构中振动信号的固有特性也会随着材质的不同、体积的不同、变比等自身特性而不同，这就导致了其峰值及均方值的不同，所以时域分析在一定程度上有一定的弊端和短板，不能有效的识别出故障特性，判断故障点的说服力不足。这时就需要对信号量做出频域分析进行故障验证：一般是对信号量再进行一次FFT（快速傅里叶）函数变换，这时我们就可以得到振动信号量在频域上的各个频率的特性曲线，在频谱图中我们可以清晰看到齿轮转动机构在各个转频（固有频率、啮合频率、一倍频、二倍频等），通过这些转频特性在频谱中的特征来分析齿轮传动机构内部运行状态。一般有故障的系统，其振动信号在频域上会表现的非常明显，对后期设备故障点的排查提供了方向，提高了排查效率和准确率。
1.1时域分析
借助分析软件（MATLAB、LabVIEW 等）通过对信号数据进行分析，在振动信号收集中，绘制时域波形图，通过标记和程序的筛选，得到一些时域特征量，特征信号是指的幅值、相位、能量以及概率分布等，而这些量值多以数值的形式展现出来，也就是时间特征量，常用的有以下几种：
（1）信号峰峰值
峭指标是对信号的冲击的一个最直观的反映，一般有表面损伤的故障，其表现特别明显。振动信号可以看成一个正态分布曲线，当振动信号的幅值逐渐偏离峭度指标值 K≈3，就可以早期诊断出故障的出现，有效的反映了故障特征。其中信号的幅值约偏离 3，其发生故障的可能性就越大。
1.2频域分析
频域分析做为提取故障信息的最有效、最常用方法，就是将信号量在频谱图中绘制，进行分析。由于随着故障的发生的时长以及故障发展的严重性，其频率也在跟随其发生变化。频谱分析的目的就是把以时间为独立变量的波形经过傅里叶变换分解成独立的谐波特征来分析，从而从中获得信号所具有的频率组成以及各个特征量的信息，展示出信号内部所具有的频率的特征以及信号时间关系与频率关系间的联系。傅里叶变换定义为：
二、振动信号包络分析方法
振动信号产生异常变化的原因有很多种，例如我场风电机组齿轮箱因为其工艺及运行年限的因素，大多都出现了齿面磨损、齿形结构变形、同轴度的偏移、轴承滚动体的老化等一系列原因。大家都知道齿轮箱在工作过程中，如果发生以上故障，通过其运作时的冲击声音就能明显的判断，而这些声音、冲击会产生振动信号，但是由于现场的运行环境较复杂，往往采集出的这些振动信号都会有质量差、种类杂乱的现象，而这些故障振动信号会以周期性脉冲信号出现，我们把上述现象叫做信号的调制。通过研究调制信号的频谱，我们就可以判断其故障原因及种类，但是传统的倒频谱、小波分析方法对振动信号的灵敏度低，即在一些齿轮裂纹、点蚀故障上识别率低，由于环境因素其故障振动信号会被其他振动信号所掩盖，特别是出现低频调制信号时，边频带会错综复杂，难以对故障信息进行辨识。
包络分析就可以对振动信号进行一层层筛选，从边频带得到故障点所发出振动信号。先将故障时段内的波形放大，对振动信号的波形进行筛选，对振动信号进行高通滤波，或者是将故障信号的边频带进行滤波，这时我们将会得到故障点的低频信号，这样得到的振动信号频谱图就比较清晰明了的反映一个故障的波形，通过频谱图再进行信号包络特性分析，我们就可以准确的知道设备内部微观的运行工况了。
现如今，振动信号是传动系统故障的直接反映，能够及时的发现其故障先兆极其重要，包络分析在振动信号分析上起到功不可没的作用，对一些低频信号的识别和判断，补充了传统分析的短板，风电机组就是一个传动机构，由于其所处环境的特殊性，也是非常需要这方面的技术支持。
2.1包络实例分析
新疆风能苜蓿台风电场现对 10 台双馈机组进行齿轮箱振动检测，对每台机组详细的数据进行了包络分析，通过此次齿轮箱振动检测结果，对齿轮箱内部运行工况有更直观的了解。
（1）Mv3# 机组：未发现异常现象
齿轮箱中间级时域波形
（2）Mv5# 机组：从齿轮箱中间级测点的频谱图中均可发现明显的转速（6.6Hz）的边频带，时域波形中可见转频冲击，由此可见齿轮箱中间级存在明显的故障特征，包络中含边频带，可能齿轮箱中间级齿轮有点蚀。
2.2檢测结果说明
通过对异常的时域信号进行包络分析，可以有效的识别齿轮箱故障类型，预防故障的发生，对齿轮箱缺陷做到“早发现早治疗”，为机组在今后继续安全可靠的运行保驾护航，减少齿轮箱故障带来的经济损失。
三、展望与未来
振动检测对整个风电行业来说，将设备维修体制由定期维修转向预知性维修，提高风电设备早期故障诊断的准确性。从我场机组运行的状况来看，随着运行时间的增长，我场机组传动系统故障也是时有发生，例如齿轮箱损坏、偏航减速器损坏、发电机轴承损坏等。就这些已经出现的问题，定期的振动检测，对可能出现的风险进行预警，进而对节约生产成本，避免事故发生具有重大的意义。
参考文献：
[1]谢志江，设备状态监测与故障诊断.1998
[2]卢碧红等，齿轮箱故障诊断技术及其发展.大连铁道学院学报.1998
[3]李智等.包络分析及其在设备故障诊断中的应用测试技术学报.2002
[4]李晓虎，贾民平等.频谱分析法在齿轮箱故障诊断实例.2003
（作者单位：新疆风能有限责任公司）