加速度包絡解調方法在風力發電機滾動軸承早期故障診斷應用研究

黃宏臣，郭四洲，王子彥，方聰聰

（1.中車株洲電機有限公司，軸承應用技術研究部，湖南 株洲 412000；2.中南大學交通運輸工程學院，湖南 長沙 410075）

1 引言

最新統計，中國累計裝機容量近170GW，占世界總容量1∕3，根據國家能源局規劃，到2030年底，風電能源占比將達到20%[1]。風場惡劣環境及復雜風況導致風機軸承容易出現提前失效，風電機組可靠性和服役狀態監測已經成為重點研究領域[2-3]。據統計，風電領域開展軸承、絕緣等關鍵部件可靠性維護和狀態檢測以來，在線故障發生率和停機維修時間大大降低，有效提高機組運行效率[4]。

2 風力發電機滾動軸承故障診斷現狀

狀態監測與故障診斷技術已經發展為成熟的系統性學科，振動檢測是目前研究最深、應用最廣的一種監測手段[5]。從FFT、功率譜、倒頻譜、沖擊脈沖等頻譜分析方法，再進一步的小波分析、EMD等時頻分析方法，以及目前熱門的模式識別方法和流形學習方法等[5]。

滾動軸承作為傳動系統中的核心部件，在很大程度上決定風機組運行質量，開展風力發電機滾動軸承服役狀態檢測，準確軸承狀態成為迫切的需求。目前，風電系統中監測軸承溫度已經普及，但是，溫度反映軸承狀態滯后，而振動檢測是一種應用廣泛且更早于溫度監測的手段，因此，需要尋找一種適用于大型異步風力發電機滾動軸承早期缺陷的方法和手段，及時發現軸承故障和異常，避免出現嚴重的事故[2-3]。

3 分析方法

3.1 功率譜

功率譜是功率譜密度函數的簡稱，表示單位頻帶內的信號功率，信號隨頻率的變化和分布狀況[6]。功率譜及其相關延展方法在科學研究和工程設備中廣泛應用[7-8]。

假設數據長度為N，在-N∕2≤t≤N∕2點切斷，函數定義為：

能量EN可表示為：

因此平均功率為：

當式中N增加時，x N(t)的能量增加也增加，當N→∞時，x N(t)→x(t)，此時可能趨近于某一極限值，若此極限存在，則定義它為功率譜密度函數，即功率成分為ω～ω+dω范圍內，對應信號的總功率所作的貢獻，即反映信號功率在頻域的分布狀況[7]。

假設數據長度N→∞，功率集中在某一個窄帶寬范圍內，且窗外數據均為零，但是，數據長度有限、窗外數據也存在能量，因此，在進行傅里葉卷積計算時，功率出現泄漏會擴散至相鄰頻域區間、減低分辨率，對于設備早期缺陷微弱振動信號容易被掩蓋掉[7]。

3.2 加速度包絡解調

滾動軸承早期微弱損傷信號常容易被相鄰的齒輪箱的沖擊、不平衡、不對中等噪聲信號所掩蓋，尤其對于運行環境復雜多變的風電傳動系統中，更需要一種能夠有效提取出軸承早期缺陷引起的振動信號的方法和手段，而加速度包絡解調是一種能夠有效提取出早期缺陷故障所引起的微弱故障特征的方法，如圖1所示。

圖1 加速度包絡解調方法Fig.1 Method Acceleration Envelope

該方法可將微弱的低頻信號轉換至高頻共振波形后進行包絡、檢波、低通濾波，最后獲得一個與高頻信號相對應的明顯低頻特征頻率及其諧波波形[9]。

包絡解調的實質是對濾波后的高頻沖擊信號進行平方處理，根據積化和差sin(α)?sin(β)=1∕2?[ ]cos(α-β)-cos(α+β)公式，如果設置一個高通濾波器門檻值為高于某頻率的50倍才能通過，將系列倍頻函數平方之后，根據上述三角函數公式，得到相加、減兩部分的函數[9]。

對上式信號進行頻譜轉換時，可忽略α+β部分，只對α-β部分進行分析。將上述公式進一步計算，可得到以下兩組數據：

由上述可知，通過對振動信號進行平方后，成功的將高頻信號轉化至低頻區間分析，得到明顯的缺陷特征及其諧波，因此，這種技術能夠檢測到很微弱的沖擊信號[9～10]。

4 單軸承臺架試驗

某型號的圓柱滾子軸承，如圖2所示。內圈滾道面因為運輸過程中防護不當造成的輕微壓痕，屬于典型的早期軸承損傷。表面粗糙度，如圖3所示。

圖2 內圈滾道面宏觀圖Fig.2 Raceway Surface of Bearing Inner Ring

圖3 表面粗糙度Fig.3 Surface Roughness Detection

將軸承滾道面使用Taylor粗糙度輪廓儀檢測粗糙度最大Pt值為1.2μm，屬于微弱的早期損失。根據工程應用經驗，此類軸承后期維護合理，仍可運行完整個服役周期。將軸承填充潤滑脂后，安裝在單軸承故障診斷試驗臺上進行不同速度等級下的試驗，將振動傳感器直接粘貼在軸承外圈，如圖4所示。

圖4 單軸承試驗臺試驗Fig.4 Single Bearing Test

表1 軸承故障頻率（Hz）Tab.1 Bearing Fault Frequency（Hz）

從上表2中可知：在單軸承故障診斷臺上，隨著轉速增加，功率譜和加速度包絡的特征頻率更明顯，幅值逐漸變大。功率譜中，在106RPM時，外圈14.5Hz明顯，但是未出現內圈頻率19.2Hz，300RPM時，內圈缺陷頻率已經變得明顯，但是仍出現了外圈缺陷頻率；700RPM時，外圈、內圈特征頻率均存在，且外圈比內圈頻率更明顯。加速度包絡頻譜圖中，106RPM、300RPM、700RPM三個速度等級下，內圈缺陷頻率及其倍頻諧波非常明顯，并且明顯邊頻帶，且未出現外圈頻率，特征頻譜質量要明顯高于功率譜。

表2 對比分析Tab.2 Comparative Analysis

5 電機故障診斷

將上述軸承裝配在某型號兆瓦級大功率異步風力發電機上，傳感器安裝在軸承端蓋合適的位置，如圖5所示。

300RPM時的功率譜和加速度包絡解調頻譜圖，如圖6、圖7所示。功率譜中雖然有內圈缺陷頻率54.2Hz及倍頻108.5Hz、同時存在5Hz轉頻，但是外圈缺陷的40.5Hz峰值更明顯；加速度包絡頻譜中，內圈缺陷頻率54.2Hz、2倍108.5Hz及其3倍162.7Hz及其5Hz的邊帶特征明顯。兩種方法均識別出了內圈缺陷54.2Hz，并且有邊頻帶，但是加速度包絡解調頻譜內圈缺陷特征要比功率譜更明顯。

圖6 功率譜Fig.6 Power Spectrum

圖7 加速度包絡解調譜Fig.7 Acceleration Envelope Demodulation Spectrum

6 結論

將內圈滾道面存在微弱的早期損傷的某型號圓柱滾子軸承分別在單軸承故障診斷試驗臺以及安裝在兆瓦級大型異步風力發電機上試驗，通過與功率譜進行對比，加速度包絡解調分析方法能更準確識別出存在早期缺陷軸承的缺陷位置。