基于變分模態(tài)分解的風電機組傳動系統(tǒng)故障診斷研究.pdf

1、風力發(fā)電是近年來發(fā)展最快的可再生能源，隨著風電機組的逐年投運，傳動系統(tǒng)逐步進入事故高發(fā)期，造成設備損壞，機組停機。風電機組故障診斷能夠有效減少重大事故發(fā)生，同時為維護人員安排備用器件提供必要的時間，因此，風電機組故障診斷已經逐漸成為風電發(fā)展中的重要研究方向。首先，本文以雙饋式機組為例，分析了運行工況對振動信號的影響，針對不同工況研究基于變分模態(tài)分解(VMD)的風電機組傳動系統(tǒng)故障診斷方法，并與經驗模態(tài)分解(EMD)和局部均值分解(LMD

2、)進行對比研究，主要內容如下:
　　1.提出了一種基于波形匹配和自適應高頻諧波的LMD方法?；诓ㄐ纹ヅ涠它c延拓方法，考慮了時間量對匹配波形選取的影響，改進后的方法能夠有效抑制非平穩(wěn)信號端點效應;在模態(tài)混疊種類劃分及方法總結基礎上，提出了自適應高頻諧波LMD法，通過一次LMD過程，分離出源信號中的高頻模態(tài)，并自動構造相應的高頻諧波頻率與幅值，具有自適應性與計算量小的特點。仿真研究與現場數據檢測表明，該方法的模態(tài)混疊抑制效果優(yōu)于集總

3、參數LMD，可有效診斷機組軸系故障。
　　2.首次將變分模態(tài)分解引入到風電機組傳動系統(tǒng)故障診斷中。仿真研究中，分析了VMD在抑制兩類模態(tài)混疊方面的優(yōu)勢;采用波形匹配法抑制其弱端點效應;用波動法確定模態(tài)分解個數，并對懲罰因子影響作出定性分析。現場故障數據檢測發(fā)現，與EMD和LMD的二進濾波特性不同，VMD具有類似但不同于小波包的分解特點，表現出帶通濾波特性;這一特性使得VMD在機組軸系故障識別中，可同時檢測出不平衡故障和軸承外圈的早

4、期磨損故障。
　　3.針對機組變速運行中振動信號具有非平穩(wěn)特性，提出了一種角度域變分模態(tài)分解方法，通過計算階比跟蹤技術，將等時間采樣信號轉變?yōu)榈冉嵌炔蓸有盘?，實現角度域VMD分解。研究表明，該方法有效拓寬了變分模態(tài)分解的使用范圍，能夠處理大范圍內的非平穩(wěn)信號，不僅成功診斷出變速工況下的軸承內圈、外圈及滾動體故障，而且能夠發(fā)現LMD容易漏診的齒輪輕微磨損故障。
　　4.提出了一種基于變分模態(tài)分解和模糊C均值聚類的傳動系統(tǒng)狀態(tài)識