陳建全,傅曉錦
(上海電機學院 電氣學院,上海 201306)
風能作為一種綠色能源,受到世界各國的青睞,已經被視為未來可持續性發展能源產業之一。新能源發電技術的不斷突破也不斷推動可再生能源的發展[1],其中風力發電是發展最快的綠色能源之一[2]。“十一五”期間,并網型的風力發電進入高速發展的快車道,在大型風電機組與風電場運營方面取得了很多成果[3-5]。據全球風能理事會(GWEC)預測:風機累計容量將在五年內從2014年的360GW達到2018年600GW[6];2020年風電總裝機容量將達到700GW以上,風電提供的電力占全球電力需求的15%[7-8]。風機齒輪箱、發電機和主軸等機械傳動鏈易發生故障,這些故障的發生將會導致風力機長時間的停機,對企業造成難以挽回的損失。伴隨著我國風電機組裝機容量和規模的不斷增加,依靠傳統人工的“被動式檢修”已經不能滿足風力發電企業高效的檢修維護需求,因此風機故障監測與診斷系統將對推動風力發電安全、可靠和穩定運營發揮著重要的作用。針對故障高發部件齒輪箱的故障診斷過程中,由于采集的故障振動含有大量的噪聲和沖擊負載影響,在利用故障診斷方法進行診斷之前,必須對振動數據進行濾波降噪,從而獲得有效的振動信號。所以,本文采用三種濾波消噪方法對齒輪箱振動信號進行降噪預處理,通過仿真驗證結果對比表明,組合形態學方法可以有效的消除噪聲干擾,進而精確診斷齒輪箱的故障類型。……