風(fēng)電機(jī)組滾動(dòng)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(jī)容量的井噴式增長，機(jī)組的運(yùn)行維護(hù)需求越來越大，“運(yùn)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(dòng)軸承在風(fēng)電機(jī)組中被大量使用，它是旋轉(zhuǎn)機(jī)械最易損壞的零部件之一，其工作環(huán)境惡劣，在運(yùn)轉(zhuǎn)過程中不可避免的受到力、熱、振動(dòng)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(jì)損失。且軸承的拆裝、檢維修及安裝相當(dāng)不便，耗費(fèi)巨大人力物力，對其進(jìn)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(jī)組的滾動(dòng)軸承為重點(diǎn)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(jī)組滾動(dòng)軸承故障診斷研究的意義；研究分析風(fēng)電機(jī)組滾動(dòng)軸承信號的特性；對滾動(dòng)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(jìn)行綜述。
　?。?）針對風(fēng)電機(jī)組軸承振動(dòng)信號的強(qiáng)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(jìn)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(dòng)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(shí)測振動(dòng)信號的消噪處理，實(shí)現(xiàn)信號和噪聲的有效分離，驗(yàn)證該方法具有良好的消噪效果。
　?。?）分析傳統(tǒng)時(shí)域、頻域、時(shí)-頻域等常用的基于振動(dòng)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(jī)組滾動(dòng)軸承振動(dòng)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(dòng)信號進(jìn)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(jìn)行實(shí)驗(yàn)對比分析：①正弦仿真信號；②實(shí)測振動(dòng)信號在“相同轉(zhuǎn)速、不同故障類型”情況下；③實(shí)測振動(dòng)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(dòng)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(dòng)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(jī)組滾動(dòng)軸承振動(dòng)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(jì)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(jìn)行多類別的分類與識別。通過具體實(shí)例對該方法進(jìn)行分析和驗(yàn)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(dòng)軸承振動(dòng)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(dòng)軸承聲學(xué)噪聲和振動(dòng)之間存在強(qiáng)干擾、強(qiáng)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(jìn)行軸承聲學(xué)噪聲與振動(dòng)相關(guān)性分析實(shí)驗(yàn)，定量分析結(jié)果表明聲學(xué)噪聲與振動(dòng)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(dòng)信號預(yù)測聲學(xué)噪聲的方法，在多種工況下進(jìn)行實(shí)驗(yàn)分析，驗(yàn)證該方法預(yù)測誤差小，預(yù)測結(jié)果準(zhǔn)確，并進(jìn)一步證實(shí)聲學(xué)噪聲與振動(dòng)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(jī)和停機(jī)測量環(huán)境不易實(shí)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(jī)聲學(xué)噪聲預(yù)測方法，用多元線性回歸分