基于信号共振稀疏分解的风电齿轮箱故障诊断方法研究

发布时间：2020-07-08 15:34

【摘要】：近年来随着风力发电技术的日趋成熟,使得风力发电机的装机量逐年增加,随之而来的即是对风力发电设备可靠性的更高要求。如何满足风机在保持高发电效率的同时具有更低维护成本已然成为了风力发电行业健康发展的工作重点。齿轮箱作为风机动力传动设备中的核心部件,对其进行精准的故障检测具有重要的意义。本文以提取齿轮箱振动信号的故障特征为研究目标,运用信号共振稀疏分解、最大相关峭度解卷方法实现了齿轮箱故障脉冲信号的提取;随后根据振动信号高共振分量的谐波特性运用时频分析法对旋转部件进行转速估计,并通过角域重采样技术对变转速振动信号进行角域平稳化处理,实现了时变转速下故障脉冲的提取。文中通过实验分析和工程实践的手段对所提方法进行了验证,为风电齿轮箱故障诊断提供了一种新的思路。论文主要工作如下:(1)对齿轮箱各组成部分故障信号产生机理进行分析,针对齿轮和轴承出现局部损伤时,振动信号含有周期性脉冲这一特性,结合信号共振稀疏分解在脉冲信号提取上的优势和最大相关峭度解卷方法对周期性脉冲敏感的特点,提出一种对周期性脉冲的提取方法。(2)针对信号共振稀疏分解后高共振信号具有良好谐波特性的特点,结合同步压缩小波变换方法实现了旋转机械的转速估计,并以此转速信息为基准,对低共振脉冲分量进行角域重采样,随后对其进行最大相关峭度解卷以实现变转速工况下故障脉冲的提取。(3)针对文中提出的理论方法,设计了相应的齿轮箱故障模拟实验,对文中方法进行实验验证。随后通过对工程实测数据的分析证明了文中所提方法的可行性。
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH132.41;TM315
【图文】：

第 1 章 绪 论速高负载的工况下，这要求齿轮箱传动系统应具有良好的稳定性与可靠性[5]，不完全统计风电机组机械故障的起因多源于齿轮箱。在风力发电机的动力系轮箱扮演了中心枢纽的角色，它一旦发生故障会严重影响风机的运行，数据表轮箱故障所导致的停机检修占停机时间的绝大部分[4]。目前，风场对机组的维主要可以分为定期维护和事后维护两种，1.定期维护法：在风机持续运行一段由工作人员对风机进行统一的故障排查，由于这种定期的停机维护方式缺少运行状态的实时了解，会导致机组中的故障难以被快速排查。2.事后维护法：是在机组发生事故后才进行故障检修，由于事先缺少对故障的准备，该种维护不能开展具有针对性的维护工作。风场多建造在地广人稀的偏僻环境中，由于停机维修都会带来严重的经济损失，因此实现精准而高效的风机故障检测有的实际意义。

部件产生的谐波和周期性故障脉冲进行分离，得到如图 5-4 b振分量和低共振分量。在图 5-4c)所示的低共振分量中虽隐约是并未表现出轴承故障应有的周期性，遂此结果无法作为故行进一步判断。高速轴中间轴低速轴Z180TZ219TZ2'80TZ317T图 5-2 齿轮箱内部结构

【参考文献】

相关期刊论文 前10条

1 任学平;张玉皓;邢义通;王朝阁;;基于角域级联最大相关峭度反褶积的滚动轴承早期故障诊断[J];仪器仪表学报;2015年09期

2 赵明;林京;廖与禾;曹军义;;基于自适应短时Chirp-Fourier变换的瞬时转速估计及应用[J];机械工程学报;2015年14期

3 黎康康;王志勇;靳国忠;吴刚;;基于统计分析的风电齿轮箱试验温度评价标准[J];风能;2015年07期

4 杨青乐;梅检民;肖静;张玲玲;肖云魁;;Teager能量算子增强倒阶次谱提取轴承微弱故障特征[J];振动与冲击;2015年06期

5 唐贵基;王晓龙;;自适应最大相关峭度解卷积方法及其在轴承早期故障诊断中的应用[J];中国电机工程学报;2015年06期

6 杨帆;丁常富;夏褚芮;郭泰成;;风力发电机组轴承振动信号去噪方法分析研究[J];可再生能源;2014年12期

7 武兵;贾峰;熊晓燕;;基于最大相关峭度反褶积的轴承故障诊断方法[J];振动.测试与诊断;2014年03期

8 雷亚国;汤伟;孔德同;林京;;基于传动机理分析的行星齿轮箱振动信号仿真及其故障诊断[J];机械工程学报;2014年17期

9 王磊;张清华;马春燕;雷高伟;何俊;;故障诊断中无量纲指标研究综述[J];信息技术;2014年02期

10 何大方;;大容量轴流风机振动跳变故障诊断及处理[J];风机技术;2013年01期

本文编号：2746729