风力发电机组故障信号处理.ppt

风力发电机组状态诊断及监测 风力发电机组背景意义 主要存在的问题 处理故障的方法 后期工作安排 背景意义及现状 随着现代社会工业迅速的发展，相应的各种环境问题越来越突出，而且从以前宣传防治，到现在的已经就在我们身边，节能无污染成为了迫切发展的方向。 风力发电机作为清洁能源的代表正在得到大力的推广从装机数量和装机功率上都在快速上升。 背景意义及现状 风力发电机相对于传统发电机，起步较晚，而且工作环境相对传统火电场而言更加恶劣多变，维修起来更加复杂，维护成本高，维护周期长。 主要存在的问题 主要存在的问题 齿轮箱及故障图片 主要存在的问题 风力发电机组通常要求在无人值班运行条件下工作长达 20年之久，因此齿轮箱的齿轮和轴承在此受到了真正的考验。 齿轮损伤 渗漏油 油温高 轮齿折断 齿面疲劳 胶合 轴承损坏 主要存在的问题 从频率角度来看，高频率信号常选加速度作为测量参数，低频率信号选位移作为测量参数，居于其间的选加速度作为参数（最为常用) 处理故障的方法 采集信号 加速度类型 选择 在测轴承的振动时，测量点应尽量靠近轴承的承载区；与被监 测的转动部件最好只有一个界面，尽可能避免多层相隔以减少 振动信号在传递过程中因中间环节造成的能量衰减；测量点必 须要有足够的刚度。 采样点位 置选择 最高分析频率 ： 指需要分析的最高频率。根据采样定理， 与 采样频率之间的关系式一般可取为： 采样点数 N 与谱线 M 有以下关系式： 谱线 M 与频率分辨率 ΔF 及最高分析频率 有以下关系式： 采样点频率 处理故障的方法 齿轮故障信号诊断方法 处理故障的方法 齿轮故障信号特征 在风力发电传动链设备中，齿轮是主驱动部件，齿轮箱包含齿轮、轴承、旋转轴、 箱体结构等复杂系统，其中齿轮、轴承和旋转轴是通用部件，齿轮是作为传动速 度和力的介质，轴承负责对旋转部件的支撑、旋转轴负责外围机电设备与齿轮箱 接连传动。在传动链设备故障中，风机传动链中齿轮故障、轴承故障、轴不对中 故障往往是引发的关键因素，研究不同故障类型的信号异常特征对故障诊断具有 深远意义。假设齿轮箱是一个线性系统，发生故障情况下的齿轮箱振动信号的数 学模型可表示为： 假设风机给定信号为 :主轴受损频率 :主轴振动频率 ：咬合频率 ：常数，这里设定为高斯白噪声信号 处理故障的方法 举例子 运用 微量分解迭代极限算法对数据进行降噪 （Iterative atomic decompsition threshold method） 处理故障的方法 处理故障的方法 信号未处理前 的频谱图 信号处理后的频谱图 处理故障的方法 实验台工作 对数据出现 “0” 现象进行改进 对试验台布点位置问题改进 验证试验台采集的数据合理性 处理故障的方法 采集的数据 -0.000763 -0.000458 -0.000153 -0.000763 -0.000153 0.002289 0.001373 -0.000763 0.000153 0.000153 0.000458 -0.000153 0.001373 0.000763 0.000153 -0.000458 -0.000458 0.000153 0.000153 0.001373 -0.000763 0.000763 -0.001068 0.001068 0.000153 0.001068 -0.000153 0.000458 -0.000458 -0.000153 0.001068 0.000763 -0.000763 0.001373 -0.000458 -0.000458 0.001679 0.000763 0.000458 0.000763 0.000763 -0.001679 0.001068 -0.001068 0.001679 -0.000763 0.000458 0.002289 0.000153 -0.001373 0.000763 0.000458 -0.001373 -0.000153 0.002594 0.000458 X轴（正常） 采集的数据 Y轴（故障） 0.000916 0.000305 -0.001221 -0.000305 0.001221 0.001221 -0.000305 0.000000 0.000305 0.000305 0.000000 0.000000 0.000000 0.001526 -0.000610 -0.000610 -0.000305 0.000305