一种基于DSP的风电机组齿轮箱故障在线自动识别方法-燕山大学学报.PDFVIP

第４２ 卷 第 １ 期 燕山大学学报 Ｖｏｌ ４２ Ｎｏ １ ２０１８ 年１ 月 Ｊｏｕｒｎａｌ ｏｆ Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｊａｎ． ２０１８ 　 　 文章编号：１００７⁃７９１Ｘ（２０１８）０１⁃００８８⁃０７ 一种基于ＤＳＰ 的风电机组齿轮箱故障 在线自动识别方法 １，２ ， ∗ １ 苏连成 ，包刚强 （１．燕山大学 电气工程学院，河北秦皇岛０６６００４ ； ２．无损检测技术教育部重点实验室（ 南昌航空大学） ，江西 南昌３３００６３ ） 摘　 要：目前风电机组故障诊断主要是现场对机组数据进行采集，再通过人机交互的方式对数据进行离线处理 和分析，评估机组的状态。 由于机组数量多，传动系统结构复杂，测点多，数据分析任务重，状态报告往往滞后， 容易故障漏报。 本文提出了一种基于ＤＳＰ 的风电机组齿轮箱故障在线自动识别的方法，根据齿轮箱振动特性 原理，采用阶比分析与幅值调制算法，求取相应的幅值调制比率，对幅值调制比率进行分析，判别故障状态。 以 数字信号处理器ＴＭＳ３２０Ｃ６７４８ 为实现平台，针对齿轮箱不同工况下采集的定速与变速振动加速度信号的自动 处理，验证故障在线自动识别的准确性和可靠性，人机交互界面可以直观显示齿轮箱运行状态。 齿轮箱状态在 线识别对于降低风电机组运维费用、提高效率具有重要的意义。 关键词：风电机组齿轮箱；幅值调制；状态识别；阶比分析 中图分类号： ＴＰ２９　 　 文献标识码： Ａ　 　 ＤＯＩ：１０．３９６９／ ｊ．ｉｓｓｎ．１００７⁃７９１Ｘ．２０１８．０１．０１４ ＴＭＳ３２０Ｃ６７４８ 为平台，通过阶比分析和幅值调制 ０　 引言 计算，针对不同工况下采集的齿轮箱定速与变速 振动加速度数据，提出了一种基于ＤＳＰ 的风电机 随着全球风电机组装机容量不断增加，由主 组齿轮箱故障在线自动识别方法。 多种工况数据 要旋转部件故障导致的运维成本的不断上升。 资 处理结果表明，该方法能够实现风电机组齿轮箱 料显示齿轮箱是风电机组中运维费用最高的部 ［１］ 故障在线自动识别，对于非平稳的变速信号亦具 件 ，同时由于其传动结构复杂，风速的不平稳性 有稳定性。 质，其状态监测与故障识别是风电机组故障诊断 ［１⁃２］ 领域一个最为关注的重点 。 １　 齿轮箱振动特性 目前，风电机组故障诊断主要通过现场机组 振动数据采集，再由人机交互的方式进行处理和 １．１　 齿轮箱振动机理 分析，评估机组的运行状态。 由于风电机组的分 风电机组齿轮箱振动系统是一个非常复杂的 布式发电特性机组数量多，结构复杂，机组测点 非线性系统。 风电机组齿轮箱结构复杂，一般由 多，加上风速的不平稳特点，使得数