風(fēng)電機組滾動軸承信號處理與故障診斷方法研究.pdf

1、隨著我國風(fēng)電裝機容量的井噴式增長，機組的運行維護需求越來越大，“運維市場”成為風(fēng)電六大關(guān)鍵詞之一，我國風(fēng)電事業(yè)的發(fā)展面臨故障診斷技術(shù)落后的瓶頸問題。滾動軸承在風(fēng)電機組中被大量使用，它是旋轉(zhuǎn)機械最易損壞的零部件之一，其工作環(huán)境惡劣，在運轉(zhuǎn)過程中不可避免的受到力、熱、振動等多種因素的影響，產(chǎn)生變形、裂紋、壓痕、膠著、斷裂等損傷，引起安全問題及經(jīng)濟損失。且軸承的拆裝、檢維修及安裝相當(dāng)不便，耗費巨大人力物力，對其進行狀態(tài)監(jiān)測和故障診斷具有重要意

2、義。
　　本文以風(fēng)電機組的滾動軸承為重點研究對象，開展軸承的故障診斷研究，主要研究工作如下：（1） 分析風(fēng)力發(fā)電技術(shù)的現(xiàn)狀，論述開展風(fēng)電機組滾動軸承故障診斷研究的意義；研究分析風(fēng)電機組滾動軸承信號的特性；對滾動軸承的各種故障形式，以及故障診斷過程中的消噪、特征提取與選擇、模式識別等關(guān)鍵問題的分析方法和研究現(xiàn)狀進行綜述。
　?。?）針對風(fēng)電機組軸承振動信號的強干擾、非線性、非平穩(wěn)特性，通過對比分析和總結(jié)傳統(tǒng)小波消噪法存在小波基

3、選擇、分解層數(shù)選取困難的問題，以及軟、硬閾值小波消噪法采用單一閾值的局限，提出一種基于信號能量分布的自適應(yīng)閾值小波消噪方法，將信號進行多尺度分解，對不同尺度的小波系數(shù)依據(jù)能量分布特性自動選擇合適的閾值，再完成信號重構(gòu)。將該方法分別應(yīng)用于正弦仿真信號和實測振動信號的消噪處理，實現(xiàn)信號和噪聲的有效分離，驗證該方法具有良好的消噪效果。
　　（3）分析傳統(tǒng)時域、頻域、時-頻域等常用的基于振動信號特征提取方法的不足之處，以及高階譜在信號處理

4、方面的優(yōu)勢，針對風(fēng)電機組滾動軸承振動信號的非高斯、非線性特性，引入雙譜分析方法，提出基于自適應(yīng)閾值小波消噪的雙譜分析方法，對軸承振動信號進行特征提取。分別以“直接雙譜分析”和“基于自適應(yīng)閾值小波消噪的雙譜分析”兩種方法，針對以下三種情況進行實驗對比分析：①正弦仿真信號；②實測振動信號在“相同轉(zhuǎn)速、不同故障類型”情況下；③實測振動信號在“相同故障類型、不同轉(zhuǎn)速”情況下。由Matlab軟件平臺編寫程序，求取各種情況下的振動信號雙譜特征圖。經(jīng)

5、對比分析表明，基于自適應(yīng)閾值小波消噪的雙譜分析方法是一種有效的風(fēng)電軸承故障特征提取方法，能夠很好的反映滾動軸承各種故障類型的特征，且故障特征簡單分明，具有“類內(nèi)相似，類間差異”的特性，具備良好的可分類性能。
　?。?）針對風(fēng)電機組滾動軸承振動信號的非線性、非高斯性，以故障特征提取結(jié)果為基礎(chǔ)，提出基于二值化雙譜特征的模糊聚類模式識別方法。由模糊聚類思想，以目標(biāo)函數(shù)為準(zhǔn)則構(gòu)造各類故障的目標(biāo)模版，設(shè)計分類器，以測試樣本與目標(biāo)模板的距離作

6、為分類依據(jù)，對軸承故障進行多類別的分類與識別。通過具體實例對該方法進行分析和驗證，結(jié)果表明，基于二值雙譜特征的模糊聚類模式識別方法對于滾動軸承振動信號的雙譜特征具有良好的模式識別和故障分類效果。
　?。?） 針對滾動軸承聲學(xué)噪聲和振動之間存在強干擾、強耦合特性，以及不確定的復(fù)雜非線性關(guān)系的現(xiàn)象，分析其原因和本質(zhì)，采用基于灰色系統(tǒng)理論的相關(guān)性分析方法進行軸承聲學(xué)噪聲與振動相關(guān)性分析實驗，定量分析結(jié)果表明聲學(xué)噪聲與振動之間的相關(guān)程度，

7、并以線性回歸分析結(jié)果表明二者不具有很好的線性相關(guān)性。提出一種基于GA-SVR的振動信號預(yù)測聲學(xué)噪聲的方法，在多種工況下進行實驗分析，驗證該方法預(yù)測誤差小，預(yù)測結(jié)果準(zhǔn)確，并進一步證實聲學(xué)噪聲與振動密切相關(guān)的本質(zhì)，二者之間存在不確定、非線性的關(guān)系。
　?。?） 針對聲學(xué)噪聲測量過程中，測量儀器設(shè)備繁多、測量過程復(fù)雜、完全相同的開機和停機測量環(huán)境不易實現(xiàn)等問題，提出一種回歸分析與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的風(fēng)機聲學(xué)噪聲預(yù)測方法，用多元線性回歸分