基于振動(dòng)分析的風(fēng)力發(fā)電機(jī)故障診斷方法

孔德同，賈思遠(yuǎn)，王天品，劉慶超

基于振動(dòng)分析的風(fēng)力發(fā)電機(jī)故障診斷方法

孔德同1，賈思遠(yuǎn)2，王天品2，劉慶超1

（1.華電電力科學(xué)研究院，浙江杭州310030；2.華電福新能源股份有限公司云南分公司，云南昆明650228）

針對(duì)風(fēng)力發(fā)電機(jī)組工況復(fù)雜多變、故障率高、難以通過單一信號(hào)處理方法實(shí)現(xiàn)有效的機(jī)組狀態(tài)監(jiān)測診斷等難題，提出一種基于振動(dòng)信號(hào)分析、集成多種常用信號(hào)處理方法的風(fēng)力發(fā)電機(jī)故障診斷方法。以風(fēng)力發(fā)電機(jī)組的結(jié)構(gòu)參數(shù)和運(yùn)行特點(diǎn)為切入點(diǎn)，分析了機(jī)組運(yùn)行過程中故障的產(chǎn)生機(jī)理和類型，通過多測點(diǎn)振動(dòng)信息采集獲得某型雙饋式風(fēng)機(jī)發(fā)電機(jī)典型工況下的振動(dòng)特性；先后運(yùn)用時(shí)域、頻域以及包絡(luò)解調(diào)方法對(duì)信號(hào)進(jìn)行分析處理，提取出振動(dòng)信號(hào)中隱含的故障特征信息；最后拆解風(fēng)機(jī)發(fā)電機(jī)，更換報(bào)告結(jié)果驗(yàn)證了該方法的有效性。

風(fēng)力發(fā)電機(jī)；故障診斷；振動(dòng)分析；包絡(luò)分析

D O I：10.3969/J.ISSN.2095-3429.2017.01.013

Wind Turbines Fault Diagnosis Method Researched by Vibration Analysis

0 引言

近年來，隨著世界能源危機(jī)和環(huán)境污染問題的日益嚴(yán)重，作為可持續(xù)能源的風(fēng)能已經(jīng)受到世界各國的高度關(guān)注和重視，我國風(fēng)電行業(yè)在政府的大力支持下也迅速發(fā)展。2016年國家電網(wǎng)發(fā)布《國家電網(wǎng)公司促進(jìn)新能源發(fā)展白皮書》提出風(fēng)力發(fā)電新增裝機(jī)容量雙創(chuàng)新高，連續(xù)四年世界第一，在能源結(jié)構(gòu)優(yōu)化和綠色發(fā)展轉(zhuǎn)型中發(fā)揮了重要作用[1]。在風(fēng)電設(shè)備迅猛發(fā)展的同時(shí)，風(fēng)電機(jī)組高額的運(yùn)行維護(hù)成本很大程度上影響了風(fēng)場的經(jīng)濟(jì)效應(yīng)。風(fēng)機(jī)的運(yùn)行環(huán)境惡劣、工況復(fù)雜多變，風(fēng)電機(jī)組內(nèi)部傳動(dòng)部件很容易發(fā)生故障，但是傳統(tǒng)的人工更換維修方式成本高昂，降低了風(fēng)場的經(jīng)濟(jì)效益。因此，關(guān)于風(fēng)力發(fā)電機(jī)組故障診斷與狀態(tài)監(jiān)測的方法研究意義重大[2]。

發(fā)電機(jī)作為風(fēng)電機(jī)組中直接進(jìn)行能量轉(zhuǎn)換的關(guān)鍵部件，其運(yùn)行穩(wěn)定性直接影響著著機(jī)組的整體性能。在影響發(fā)電機(jī)運(yùn)行的諸多因素中，振動(dòng)占據(jù)很大比例[3]。當(dāng)發(fā)電機(jī)振動(dòng)過大時(shí)，輕則會(huì)出現(xiàn)運(yùn)行穩(wěn)定性降低、電機(jī)壽命縮短等不良運(yùn)行狀態(tài)；重則將發(fā)生電機(jī)飛車、主軸斷裂等等惡性事故。因此及時(shí)診斷出發(fā)電機(jī)故障是非常必要的。

常用的信號(hào)處理方法有時(shí)域分析、頻域分析和包絡(luò)分析。但單一使用某種方法進(jìn)行監(jiān)測診斷時(shí)往往不能全面反映振動(dòng)信號(hào)特征，容易造成漏判、誤判，難以實(shí)現(xiàn)對(duì)風(fēng)機(jī)發(fā)電機(jī)組故障的有效診斷。因此有必要對(duì)傳統(tǒng)信號(hào)處理方法進(jìn)行集成，以實(shí)現(xiàn)準(zhǔn)確可靠的監(jiān)測診斷。

針對(duì)以上難題，提出了一種基于振動(dòng)信號(hào)分析、集成多種常用信號(hào)處理方法的風(fēng)機(jī)故障診斷方法。通過對(duì)多測點(diǎn)傳感器采集得到的風(fēng)機(jī)發(fā)電機(jī)振動(dòng)信號(hào)進(jìn)行時(shí)域分析、頻域分析以及包絡(luò)解調(diào)等方法，成功診斷出故障類型以及故障所在位置，并在頻譜中提取出故障特征頻率，最后通過拆機(jī)結(jié)果驗(yàn)證了診斷方法的有效性與正確性。

1 風(fēng)機(jī)發(fā)電機(jī)故障機(jī)理分析

風(fēng)力發(fā)電機(jī)組工作環(huán)境惡劣、風(fēng)速多變以及外部載荷不穩(wěn)定，長期運(yùn)行下機(jī)組內(nèi)部部件很容易引發(fā)故障。其中機(jī)組主要故障包括齒輪箱故障，發(fā)電機(jī)故障和變頻器故障等，本文主要研究對(duì)象為發(fā)電機(jī)故障。

風(fēng)電機(jī)組的發(fā)電機(jī)故障主要包括發(fā)電機(jī)振動(dòng)過大、發(fā)電機(jī)軸承過熱、發(fā)電機(jī)溫度過高等類型。統(tǒng)計(jì)結(jié)果顯示：造成這些故障的主要原因包括：定子繞組絕緣損壞、轉(zhuǎn)子平衡效果差、軸承損壞等。其中主要故障類型及其百分比如下：風(fēng)力機(jī)組中轉(zhuǎn)軸故障（占4.3%）、轉(zhuǎn)子故障（占7.64%）、軸承故障（占41.77%）以及其他故障[3]。

基于振動(dòng)信號(hào)的軸承故障診斷，首先必須要根據(jù)軸承型號(hào)參數(shù)計(jì)算出軸承的故障特征頻率。

滾動(dòng)軸承一般由滾動(dòng)體、保持架、內(nèi)圈和外圈四部分組成，當(dāng)滾動(dòng)體和滾道接觸處出現(xiàn)一個(gè)局部故障時(shí)，系統(tǒng)會(huì)產(chǎn)生一個(gè)沖擊信號(hào)。缺陷出現(xiàn)在軸承的不同部件時(shí)，接觸點(diǎn)經(jīng)過缺陷的頻率是不相同的，這個(gè)頻率就是滾動(dòng)軸承的故障特征頻率。一般情況下，滾動(dòng)軸承外圈是固定不動(dòng)的，內(nèi)圈隨著軸的旋轉(zhuǎn)而旋轉(zhuǎn)，滾動(dòng)體的運(yùn)動(dòng)最為復(fù)雜，既隨著保持架繞軸線公轉(zhuǎn)，又繞著自身軸線自轉(zhuǎn)，屬于一種復(fù)合運(yùn)動(dòng)。滾動(dòng)軸承故障特征頻率公式計(jì)算如式（1）-（4）所示[4]。

（1）內(nèi)圈故障特征頻率

式中Z—滾動(dòng)體個(gè)數(shù)；

fr—軸頻，H z；

d—滾動(dòng)體直徑，m m；

D—軸承節(jié)徑，m m；

α—軸承接觸角，rad。

（2）外圈故障特征頻率

（3）滾動(dòng)體故障特征頻率

以上關(guān)于特征頻率的計(jì)算僅僅限于理想情況下，當(dāng)軸承滾動(dòng)體出現(xiàn)滑移，或者軸承存在制造誤差和安裝誤差時(shí)，計(jì)算結(jié)果和實(shí)際結(jié)果會(huì)存在一定的偏差。

（4）保持架特征頻率

2 風(fēng)機(jī)振動(dòng)信息獲取

某風(fēng)場的SL82-1500kW風(fēng)力發(fā)電機(jī)組的主傳動(dòng)鏈系統(tǒng)主要由葉片、齒輪箱、發(fā)電機(jī)等組成，結(jié)構(gòu)簡圖如圖1所示。風(fēng)力發(fā)電機(jī)組的主要功能是把風(fēng)能轉(zhuǎn)化成的機(jī)械能傳遞給發(fā)電機(jī)進(jìn)行發(fā)電，轉(zhuǎn)化成可用的電能。機(jī)組核心裝置發(fā)電機(jī)屬于雙饋式風(fēng)力發(fā)電機(jī)，又稱交流勵(lì)磁發(fā)電機(jī)，其運(yùn)行速度在一定程度內(nèi)是可調(diào)節(jié)的，可以優(yōu)化風(fēng)機(jī)風(fēng)能利用系數(shù)，實(shí)現(xiàn)風(fēng)電功率的穩(wěn)定輸出。針對(duì)該型機(jī)組的某臺(tái)風(fēng)機(jī)發(fā)電機(jī)振動(dòng)超大現(xiàn)象，對(duì)其振動(dòng)信號(hào)進(jìn)行采集。根據(jù)風(fēng)機(jī)結(jié)構(gòu)參數(shù)和以往積累的現(xiàn)場測試經(jīng)驗(yàn)，確定使用傳感器測點(diǎn)配置為：1）主軸承垂直；2）第一級(jí)內(nèi)齒圈垂直；3）第二級(jí)內(nèi)齒圈垂直；4）平行軸水平；5）高速軸垂直；6）高速軸水平；7）發(fā)電機(jī)驅(qū)動(dòng)端垂直；8）發(fā)電機(jī)自由端垂直等。

振動(dòng)傳感器采用PCB356A 12三向加速度傳感器，靈敏度為101.2m V/g，采樣頻率為20000H z。測試工況為風(fēng)機(jī)空轉(zhuǎn)，由于振動(dòng)過大導(dǎo)致編碼器信號(hào)丟失，最終測試是風(fēng)機(jī)轉(zhuǎn)速最大達(dá)到500rpm，風(fēng)機(jī)報(bào)警并停機(jī)，測試現(xiàn)場發(fā)現(xiàn)發(fā)電機(jī)運(yùn)行聲音異常。

圖1 風(fēng)力發(fā)電機(jī)組主傳動(dòng)鏈結(jié)構(gòu)示意圖

3 振動(dòng)信號(hào)處理與分析

對(duì)提出的風(fēng)力發(fā)電機(jī)故障診斷方法中所集成的振動(dòng)信號(hào)分析方法（時(shí)域分析、頻域分析和包絡(luò)分析）進(jìn)行簡要介紹，并以異常發(fā)電機(jī)自由端和驅(qū)動(dòng)端為研究對(duì)象，使用以上方法對(duì)其振動(dòng)信號(hào)進(jìn)行分析，以驗(yàn)證本文所提出風(fēng)力發(fā)電機(jī)故障診斷方法的有效性。

3.1 時(shí)域分析進(jìn)行分析，選取合適時(shí)間段信號(hào)分析其頻譜結(jié)構(gòu)特點(diǎn)。發(fā)電機(jī)驅(qū)動(dòng)端垂直信號(hào)的鍵相信號(hào)如圖3所示。

由圖3可知，輸入軸每轉(zhuǎn)過一圈，發(fā)電機(jī)驅(qū)動(dòng)端垂直方向就產(chǎn)生一個(gè)沖擊信號(hào)。

為了得到時(shí)域波形中的沖擊信息，對(duì)信號(hào)進(jìn)行局部截?cái)嗵幚恚x取轉(zhuǎn)速較高振動(dòng)較為平穩(wěn)的2s數(shù)據(jù)進(jìn)行分析，如圖4所示。

時(shí)域分析主要考慮信號(hào)的時(shí)間順序，分析振動(dòng)信號(hào)隨時(shí)間的變化趨勢(shì)，根據(jù)統(tǒng)計(jì)規(guī)律得到振動(dòng)信號(hào)的特點(diǎn)。時(shí)域分析主要通過提取振動(dòng)信號(hào)的時(shí)域特征指標(biāo)[5]，進(jìn)而以這些特征指標(biāo)為依據(jù)判別故障類型。常用的特征指標(biāo)有均值、方差、有效值等。但是由于特征指標(biāo)會(huì)隨工況的變化而改變，所以時(shí)域分析存在對(duì)故障不敏感，不容易區(qū)分的缺點(diǎn)[5]。

利用M ATLA B編程可得到四個(gè)通道的時(shí)域波形，其振動(dòng)信號(hào)波形如圖2所示。

由圖2可知，發(fā)電機(jī)自由端兩個(gè)方向的振動(dòng)幅值整體小于驅(qū)動(dòng)端兩個(gè)方向的振動(dòng)幅值，約為其幅值的1/5，因此初步可以判斷出發(fā)電機(jī)驅(qū)動(dòng)端軸承出現(xiàn)故障，導(dǎo)致振動(dòng)幅值變大。

因此接下來需著重對(duì)發(fā)電機(jī)驅(qū)動(dòng)端振動(dòng)

圖2 振動(dòng)信號(hào)時(shí)域波形

由圖4可以看出，鍵相信號(hào)中得到軸轉(zhuǎn)頻大約為2.5H z，對(duì)應(yīng)轉(zhuǎn)速為150rpm。振動(dòng)信號(hào)中可以明顯看出周期性等間隔沖擊，沖擊間隔大約為0.12s，對(duì)應(yīng)頻率為8.33H z，近似等于3.4倍的轉(zhuǎn)頻。

圖3 發(fā)電機(jī)驅(qū)動(dòng)端垂直鍵相信號(hào)

圖4 驅(qū)動(dòng)端垂直振動(dòng)和鍵相信號(hào)

3.2 頻域分析

振動(dòng)信號(hào)頻域分析方法是最常用的故障診斷方法。該方法利用傅立葉變換，將信號(hào)分解為一系列頻率分量疊加的形式。由于該方法能夠得到信號(hào)幅值或相位與頻率間的關(guān)系，可反映振動(dòng)信號(hào)內(nèi)在的頻率結(jié)構(gòu)，有助于故障類型判別，因而在風(fēng)電裝備的狀態(tài)監(jiān)測及故障診斷中得到廣泛應(yīng)用[3]。

頻域分析中常對(duì)幅值譜進(jìn)行分析，即做出振動(dòng)信號(hào)中各頻率的簡諧振動(dòng)分量所具有的振幅。進(jìn)而分析風(fēng)電機(jī)組在特定工況下的振動(dòng)特點(diǎn)。當(dāng)風(fēng)機(jī)出現(xiàn)部分故障時(shí)，頻譜中會(huì)出現(xiàn)間隔為故障特征頻率的邊頻帶，這也是利用頻域分析進(jìn)行故障診斷的依據(jù)。

圖5 驅(qū)動(dòng)端垂直振動(dòng)信號(hào)頻譜

使用M ATLA B中的快速傅立葉變換工具箱，對(duì)上述截取的信號(hào)進(jìn)行Fourier變換，得到其頻譜如圖5所示。

從頻譜中看出，存在8.5H z及其諧波分量，且各頻率成分間隔為8.5H z，對(duì)應(yīng)轉(zhuǎn)頻的3.4倍。頻域分析結(jié)果與時(shí)域分析結(jié)果相對(duì)應(yīng)。

查詢參數(shù)可知，此風(fēng)機(jī)主傳動(dòng)鏈發(fā)電機(jī)驅(qū)動(dòng)端軸承型號(hào)為SK F6326C 3/V L0241，通過故障特征頻率計(jì)算公式可以得到：外圈故障為3.38倍轉(zhuǎn)頻，內(nèi)圈故障為4.62倍轉(zhuǎn)頻，滾動(dòng)體故障為3.05倍轉(zhuǎn)頻。因此，可以初步判斷出，發(fā)電機(jī)驅(qū)動(dòng)端軸承存在軸承外圈故障。

3.3 包絡(luò)分析

包絡(luò)分析又稱共振解調(diào)技術(shù)，廣泛應(yīng)用于滾動(dòng)軸承的故障診斷中。該方法通過對(duì)振動(dòng)信號(hào)進(jìn)行H ilbert變換，將軸承故障頻率從共振頻率中解調(diào)出來，可用于滾動(dòng)軸承的早期故障診斷[6]。但需要注意到的是，為取得理想的分析效果，包絡(luò)分析時(shí)應(yīng)當(dāng)選擇合適的共振頻帶。

圖6 驅(qū)動(dòng)端垂直信號(hào)包絡(luò)譜

對(duì)上述截?cái)嘈盘?hào)進(jìn)行包絡(luò)分析，結(jié)果如圖6所示。

由圖6可知，包絡(luò)譜中出現(xiàn)8.5H z以及倍頻，對(duì)應(yīng)時(shí)域信號(hào)中的周期性沖擊。包絡(luò)譜成功地提取出故障特征頻率，與頻域分析結(jié)果一致，進(jìn)一步確定驅(qū)動(dòng)端軸承出現(xiàn)了外圈故障。

圖7 發(fā)電機(jī)驅(qū)動(dòng)端軸承外圈磨損狀況

4 拆解驗(yàn)證

診斷出發(fā)電機(jī)故障原因之后，對(duì)該臺(tái)機(jī)組的發(fā)電機(jī)驅(qū)動(dòng)端軸承外圈進(jìn)行了拆解更換，現(xiàn)場拆解結(jié)果驗(yàn)證了診斷結(jié)果。

拆卸結(jié)果可以看出，發(fā)電機(jī)驅(qū)動(dòng)端軸承外圈出現(xiàn)了嚴(yán)重的磨損故障，驗(yàn)證了基于振動(dòng)分析診斷結(jié)果的正確性和方法的有效性。

5 結(jié)語

針對(duì)風(fēng)力發(fā)電機(jī)主傳動(dòng)鏈振動(dòng)監(jiān)測和故障診斷問題，提出基于振動(dòng)分析的故障診斷方法：

（1）該方法根據(jù)風(fēng)力發(fā)電機(jī)運(yùn)行機(jī)理和結(jié)構(gòu)特點(diǎn)分析了傳動(dòng)鏈的故障類型和故障產(chǎn)生原因；

（2）該方法基于振動(dòng)信號(hào)的時(shí)域分析，頻域分析以及包絡(luò)譜分析成功從信號(hào)中提取出故障特征頻率，診斷出故障位置；

（3）該方法簡單快速，診斷結(jié)果有效，可以為后期的風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測提供很好的技術(shù)支持。

[1]劉木清.雙饋風(fēng)力發(fā)電機(jī)振動(dòng)故障分析和實(shí)例處理[J].上海大中型電機(jī)，2012，（1）：71-75.

[2]劉建勛，胡偉輝，林勝，等.雙饋式風(fēng)力發(fā)電機(jī)減振系統(tǒng)的優(yōu)化[J].噪聲與振動(dòng)控制，2011，31（3）：29-32.

[3]劉宇，譚偉，聞婧.大型雙饋風(fēng)力發(fā)電機(jī)振動(dòng)特性分析與故障診斷[J].風(fēng)機(jī)技術(shù)，2012，（4）：56-59.

[4]H o D，Randall R B.Optim isation of bearing diagnositic techniques using sim ulated and actual bearing fault signals[J].M echanical System s and Signal Processing，2000，14（5）：763-788.

[5]任玉亭.振動(dòng)檢測技術(shù)在風(fēng)力發(fā)電機(jī)組的應(yīng)用[J].內(nèi)蒙古電力技術(shù)，2010，28（2）：8-12.

[6]盛兆順，尹琦嶺.設(shè)備狀態(tài)檢測與故障診斷技術(shù)及應(yīng)用[M].北京：化學(xué)工業(yè)出版社，2008.

修回日期：2016-12-07

華電電力科學(xué)研究院介紹

華電電力科學(xué)研究院（簡稱“華電電科院”）成立于1956年。2003年電力體制改革時(shí)歸屬于中國華電集團(tuán)公司，是國有全資的科研機(jī)構(gòu)。

歷經(jīng)幾代人50多年的積累、創(chuàng)新和發(fā)展，在發(fā)電領(lǐng)域取得了驕人成績，形成了“發(fā)電技術(shù)監(jiān)督管理與服務(wù)、發(fā)電技術(shù)研究與應(yīng)用、電力行業(yè)標(biāo)準(zhǔn)與檢測、水利水電裝備研究與制造成套”四大業(yè)務(wù)板塊。

華電電科院建有“空調(diào)蓄能與建筑節(jié)能重點(diǎn)實(shí)驗(yàn)室”，正在籌建國家能源局“國家能源分布式能源技術(shù)研發(fā)（實(shí)驗(yàn)）中心”。華電集團(tuán)的“動(dòng)力技術(shù)研究中心、煤炭質(zhì)檢計(jì)量中心”、“國家電力水電施工設(shè)備、電力金屬結(jié)構(gòu)檢測中心”掛靠我院。我院先后建立了博士后科研工作站、院士工作站、浙江大學(xué)研究生教育實(shí)踐基地等，并與浙江大學(xué)聯(lián)合培養(yǎng)碩士研究生。

華電電科院擁有兩家全資子公司和五家參股公司，是院體系開展產(chǎn)業(yè)化的平臺(tái)，主要開展技術(shù)成果的產(chǎn)業(yè)化和推廣應(yīng)用、節(jié)能降耗項(xiàng)目的合同能源管理等業(yè)務(wù)。

華電電科院堅(jiān)持以科學(xué)發(fā)展觀為指導(dǎo)，以創(chuàng)造可持續(xù)價(jià)值發(fā)展為引領(lǐng)，以科技創(chuàng)新、服務(wù)華電為戰(zhàn)略定位、堅(jiān)持以人為本、科技創(chuàng)新，秉承“自強(qiáng)求變、厚德求進(jìn)”的企業(yè)精神和“誠信、求真、和諧、創(chuàng)新”的核心價(jià)值觀，為發(fā)電企業(yè)的安全穩(wěn)定、經(jīng)濟(jì)高效、節(jié)能環(huán)保運(yùn)行提供可持續(xù)的技術(shù)服務(wù)和創(chuàng)新支持，努力為電力行業(yè)的科學(xué)發(fā)展及技術(shù)進(jìn)步做出貢獻(xiàn)。

中圖分類號(hào)：TM 315 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095-3429（2017）01-0054-05

KONG De-tong1，JIA Si-yuan2，WANG Tian-pin2，LIU Qing-chao1
（1.Huadian Electric Power Research Institute，Hangzhou 310030，China；2.Yunnan Huadian New Energry Co.，Ltd，Kunming 650228，China）

In view of the w ind power equipm ent running in the condition of various speed and unstable loads,and cannot be m onitored and diagnosed effectively with m erely one signal processing m ethod，the m ethods of w ind turbines fault diagnosis based on vibration analysis and hybridize several com m only used signal processing m ethods are proposed.A ccording to the structural param eters and operating features of wind turbines，faults m echanism and types of wind turbines are analyzed.Then extract the fault characteristic frequency hidden in the vibration signal using the tim e-dom ain，frequency-dom ain and envelope spectrum m ethods.Finally，the result of dissem bling the w ind turbine validates effectiveness of the proposed m ethod.

wind turbines；fault diagnosis；vibration analysis；envelope analysis

2016-06-20

孔德同（1988-），男，山東曲阜人，工學(xué)碩士，中級(jí)工程師，主要研究方向?yàn)轱L(fēng)電機(jī)組振動(dòng)算法與風(fēng)電大數(shù)據(jù)應(yīng)用。