风电机组传动系统振动趋势特征提取方法研究

摘要

受风能资源分布的影响，风电机组绝大多数运行在地方偏远、工况恶劣多变的露天环境下，风电机组特别是主轴、齿轮箱等传动系统部件在交变载荷作用下，相比于一般大型旋转机械更易发生故障，导致机组长时间停机，检修困难且费用极高。因此，开展风电机组的状态监测对于预防与减少风电机组故障，及时开展维修工作，提高风电机组发电效益具有重要意义。但是，现在用于状态监测的趋势分析指标还存在轴承信号微弱以致于趋势特征提取困难，变转速影响下波动较大，缺乏有效的部件级监测指标等问题。本文针对这些问题，以风电机组传动系统为监测对象，振动分析为状态监测手段展开研究，着重研究对风电机组传动系统中的齿轮、轴承等关键零部件的振动趋势特征提取方法。
　　分析了风电机组传动系统振动机理与趋势特征提取策略。在分析典型风电机组传动系统内部结构，对其中的齿轮和轴承等关键零部件的主要振动机理进行阐述的基础上，针对性地研究了风电机组传动系统关键零部件的监测策略，包括不同部件的状态趋势特征提取策略及风电机组传动系统状态监测系统实现策略。
　　针对风电机组传动系统轴承在强噪声、非线性干扰及齿轮高幅值谐波成分的影响下幅值微弱，难以直接从频谱中提取的问题，提出了基于共振稀疏分解的风电机组传动系统轴承信号分离方法。根据齿轮和轴承不同的振动机理和信号特点，采用共振稀疏分解方法将轴承振动信号从原始复杂信号中分离出来，再通过包络谱提取出轴承振动特征，作为轴承振动趋势监测的基础。
　　针对变转速条件下信号频谱中频率成分互相重叠干扰导致频域趋势特征指标难以准确提取的问题，提出了基于阶次重采样的频域趋势特征提取方法。风电机组传动系统受外界风速变化影响，转速波动较大，通过将阶次重采样融入到不同部件的趋势特征指标提取流程中，削弱转速变化对频谱分析的影响，实现频域趋势特征指标的转速无关化提取。
　　针对不同部件的频域趋势特征指标提取问题，依据不同关键零部件的振动机理的不同，针对性地提取了边频带能量因子、阶次谱边频带能量比作为齿轮振动趋势特征指标，以及共振稀疏分解与阶次包络谱相结合提取轴承振动趋势特征指标，从而实现了细化到部件级的风电机组传动系统状态监测。
　　研发了一套风电机组传动系统状态监测系统并将上述频域趋势特征指标融入系统，实现大量数据、多机组条件下风电机组传动系统主要部件的趋势变化监测。

目录

1 绪论

1.1 课题来源

1.2 课题研究背景与意义

1.3 风电机组传动系统振动监测国内外现状

1.4 论文主要工作和内容安排

2 风电机组传动系统故障振动机理与特征提取策略

2.1 风电机组传动系统结构

2.2 风电机组传动系统故障振动机理分析

2.3 风电机组传动系统振动趋势特征提取策略

2.4 本章小结

3 基于共振稀疏分解的风电机组传动系统轴承信号分离

3.1 信号共振属性

3.2 品质因子可调小波变换

3.3 信号共振分量分离

3.4 实验分析

3.5 本章小结

4 风电机组传动系统振动趋势特征提取

4.1 阶次重采样

4.2 齿轮振动趋势特征指标提取

4.3 轴承振动趋势特征提取

4.4 实验分析

4.5 本章小结

5 风电机组传动系统状态监测系统设计

5.1 系统需求分析与总体设计

5.2 系统功能模块设计

5.3 系统验证

5.4 本章小结

6 总结与展望

6.1 本文工作总结

6.2 后续工作展望

致谢

参考文献

附录

A. 作者在攻读学位期间发表的论文目录

B. 作者在攻读学位期间参与的科研项目