基于振动分析风力发电故障检测系统设计1.docVIP

基于振动分析风力发电故障检测系统设计1 　　【摘要】风力发电机组作为风电产业中的重要机械，保障其正常运行，减少因故障造成的损失有着重要的意义。本论文以风力发电机齿轮箱故障为研究对象，归纳总结了故障的类型、原因和分析诊断方法。 　　【关键词】振动分析；齿轮箱故障 　　引言 　　随着全球能源紧缺的问题日益严重，风能将是未来经济增长的主要能源之一。在中国未来的发展中必将成为重要的电力能源[1]。尽管风力发电的发展加速了风力发电技术的研究，但由于风电机组大部分建立在人烟稀少、环境恶劣的地方，风机的部件在工作中会受到不同程度的损伤影响，这将影响风力发电的经济效益。因此对风电机组进行故障监测，将有利于合理安排维修工期，使得故障对风力发电的经济效益影响降到最低。 　　齿轮箱是风电机组重要的传动机构，对它进行故障监测有利于发现发电机组的故障特征。齿轮箱故障监测有多种形式，其中以振动监测为主的故障监测方法因其测试方法较简单、故障定位较准确、实时性较强、测试效率较高等优点，是一种比较高效的齿轮箱故障监测方法。 　　任何机械部件在工作中都会存在机械振动，通过对振动信号的特征频率进行分析，便能较准确地找出齿轮箱故障的部件。 　　1、风电机组齿轮箱在运行过程中出现的故障 　　利用振动分析对风力发电机进行故障监测，要了解齿轮箱的故障类型。齿轮箱零件从制造、装配到投入使用的过程都会引起故障，可以根据故障零件和原因不同对故障进行分类。齿轮箱的主要零部件有齿轮、轴和轴承。 　　1.1齿轮 风力发电机在运行过程中齿轮持续旋转，一直经受交变载荷的作用，受到振动、润滑、油温等因素的影响，齿轮会发生各种不同类型的故障。其中主要故障有齿面损伤和断齿。齿面损伤往往是由于在多次较大应力循环作用下齿面上的疲劳裂纹逐步扩展而形成的，在得不到及时维护的情况下，齿面损伤最终便会形成轮齿折断的重大故障。 　　1.2轴承 在风力发电机组工作过程中，风机的低速轴和高速轴，由于长期受到重载和交变载荷的影响，在交变冲击的作用下可能产生各种损坏。轴承是风电机组齿轮箱中关键的部件，轴承失效会对齿轮箱造成严重损坏。轴承的故障主要有磨损、疲劳、断裂、胶合或压痕等。 　　1.3轴 由于加工与制造的工艺等原因，齿轮箱的轴不对称问题将不可避免。在允许范围之内，轴的不平衡不会对机械运行产生影响，但当轴在应力不断变化或者长时间过载的情况下，超出了材料所能承受的疲劳范围，将会产生断轴损坏。 　　2、振动分析原理 　　风电机组齿轮箱通常都工作在变速变载的情况下，同时受到风力所产生的弯矩、扭矩、轴向推力、径向推力等不同力的作用，其组成部件容易发生一定的形变，这些形变会产生额外的结构应力，这些力又会作用在轴承等主要部件上，从而造成各种故障隐患[2]，所以必须在这些故障隐患对风电机组造成不可逆转的破坏前，提前做出故障预警。 　　任何机械设备在运转时产生机械振动，所以通过振动分析就可以解决一些故障诊断，因此对风电机组齿轮箱产生的振动信号进行频域分析。齿轮箱中各部件的结构不同导致了各部件产生的振动信号也有相应的差异，对应的频域分析也会得到不同的结果，当某一组件出现故障时就会产生异常的振动信号，分析这些振动信号就可以较早的判断出风电机组齿轮箱发生故障的部分和损坏程度[3]，及时进行维修，很大程度上可以避免这些故障隐患带来的损失。 　　3、小波包分析法 　　小波分析在信号的特征提取方面具有很好的作用。这主要表现在小波分析同时具有较好的时、频特性。小波分析具有多分辨率分析的特点：在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，非常适合探测正常信号中夹带的瞬间反常现象并展示其成分[4]。 　　小波包变换的基本步骤如下： 　　a、小波滤波器的选取 　　小波滤波器的选取与要分析的信号有较大关系，不同的滤波器具备的时频局部化能力不同，反映的信号特性也不同，分析得到的结果也往往不同。一般根据根据小波时域振动的波形与被分析的信号的成分相比较，选取合适的小波基。处理机械故障信号常用的小波滤波器有 Daubechies小波、Meyer小波、Symlets小波等。 　　b、最佳小波包基的选取 　　将小波包分解得到的一系列小波包进行组合，可以用来刻画信号的全部特征，这种组合称为小波包基。评判小波包基的优劣时，一般通过定义的信息代价函数来衡量，信息代价函数包括Shannon熵、p范数熵、对数能量熵和阈值熵等。通常是由最佳基搜索算法来求信息代价函数，其中得到信息代价函数最小的小波包序列即为最佳小波包基。求解最佳小波包基的过程也是得到小波包最佳分解尺度的过程。 　　c、利用最佳小波包基分解信号，得到规定层次的小波包（小波包系数）小波包分解的实质是由选定小波基