風電機組變槳軸承失效原因分析

劉啟棟，嚴得鑫，蘆 彪，宋首先，左仲林，孫志遠，李 霖

（青海黃河風力發電有限責任公司，青海 共和）

引言

風力發電機組中使用的變槳軸承在運行過程中會受到惡劣環境的影響，包括在不同風速下的振動和沖擊，因此需要高負載能力，這可能會使變槳軸承超出其極限。盡管風力渦輪機的可用性很高，但機械部件在傳動系中的故障通常會造成高昂的維修成本和收入損失。在大多數風力發電機組中，齒輪箱通常用于將轉子速度調整為發電機速度。如今，風力渦輪機齒輪箱的實際使用壽命往往低于設計的年限。故障可能出現在變槳軸承位置[1-2]。在風電機組滾動元件軸承中，設計用于支撐轉子和轉子軸、齒輪箱軸和發電機輸入軸，軸承布置取決于驅動軸的重型設計。轉子軸軸承支撐主軸和轉子葉片，在動態和徑向負載條件下運行，轉速約為20 至30 rpm。轉子葉片在主軸上引入周期性的負載波動，從而導致主軸本身彎曲，軸承內不對齊，可能受到首次損壞。

包絡分析在這些條件下是一種強大的工具，它被廣泛用于解調在經典頻譜中檢測到的諧振。但在實踐中，選擇合適的諧振頻率始終比較復雜。主要是共振的定位比較復雜，如果必須分析所有可能由經典光譜產生的共振，則可能會增加計算時間。峰度可以降低難度，它是一種標量測量，可以定位信號中的瞬態。光譜峰度（SK）是基于該指標定位最優頻帶頻率的一種新方法。本研究的主要目的是使用基于SK 的平方包絡來研究風電機組變槳軸承退化中的打滑，以及運行中的故障測試。

1 變槳軸失效原因分析

風電機組的變槳軸承失效可能由多種原因引起，以下是一些可能的原因和分析[3-5]：

(1) 磨損和疲勞：軸承在長期運行中會受到很大的載荷和摩擦力，這可能導致軸承表面的磨損和疲勞裂紋。這通常是常見的失效原因之一。這種磨損和疲勞可能是由于不足的潤滑、過多的負荷、材料質量不良或不當的維護等因素引起的。

(2) 污染和腐蝕：風電機組通常在惡劣的環境條件下運行，如高濕度、海鹽等。這些條件可能導致軸承表面污染和腐蝕，進而降低軸承壽命。正確的密封和防護可以減輕這種情況。

(3) 軸承預載不足：軸承的預載是指在軸承上施加的初始壓力，以確保軸承在運行時正常工作。如果預載不足，軸承可能會在運行中出現不穩定，導致磨損和失效。

(4) 過熱：軸承的過熱可能是由于不足的潤滑、軸承過度負荷或運行速度過高等原因引起的。過熱會導致潤滑劑失效，從而加速軸承的磨損。

(5) 不良的安裝和維護：不正確的軸承安裝、定期維護和潤滑可能導致軸承失效。正確的安裝和維護程序對于軸承壽命的延長至關重要。

(6) 過度振動：風電機組在運行時可能會受到振動和沖擊負荷，如果這些振動和沖擊不得到適當的控制，它們可能會導致軸承失效。

(7) 設計問題：軸承失效還可能與設計問題有關，如不足的軸承容量或軸承類型選擇不當等。

總之，為了減少風電機組變槳軸承失效的風險，需要定期進行維護和檢查，確保軸承正常工作，并采取適當的潤滑措施。此外，風電機組的設計和制造應考慮到惡劣環境條件和負載要求，以提高軸承的耐久性。如果發現軸承失效跡象，應及時更換或修理以避免進一步的損壞和停機時間。

2 風電機組變槳軸承的運行及算法分析

2.1 軸承運行條件

變槳軸承可能受到外部因素的損壞，空氣或濕氣污染了潤滑油。由于變槳軸承的旋轉，一旦軸承滾柱損壞，可能會影響其他部件，導致需要更換整個軸承。因此，必須針對每個負載條件（最小負載、平均負載、最大負載）檢查各參數的最佳規格，包括軸承幾何形狀、間隙、軸承滾動元件的數量、冠狀和保持架。

2.2 光譜峰度的定義與計算方法

光譜風度(SK)是一種頻譜，提供了一種穩健的方法來檢測產生脈沖狀信號的早期故障，即使在存在強噪聲的情況下效果也很好。SK 還提供了一種設計最佳濾波器的方法，用于使用峰度或快速峰度來過濾故障的振動特征。方位信號是一系列脈沖，脈沖的峰度值比高斯型信號高得多，峰度是一個統計參數，定義為

式中，x 是采樣的時間信號；i 是樣本指數；N 是采樣的數量；是樣本平均值。這個標準化的四次方是為了反映信號的“峰值”。信號的SK 定義為其頻譜分量的峰度。信號x（t）的SK 可以定義為標準化的四階譜矩。

式中， ·表示時間-頻率平均算法，分別是f 周圍x（t）的帶通濾波信號的二階及四階累積量。如果脈沖部分更多地集中在某個頻帶上，則SK 濾波信號的峰度是經典功率譜密度（PSD）的補碼，用于檢測信號的非平穩分量，并且它也可以應用于信號的實部、虛部或模。然而，為了正確地估計信號的SK，需要最小數量的頻譜。在實踐中，使用短時間傅立葉變換（STFT）可以達到這個值。STFT 的基礎是將信號分割成k 段，并計算每個分段的FFT。該技術旨在通過高峰度值來尋找頻帶。針對峰度單獨計算振動信號的每個時間窗口的STFT 系數H（t,f），對所有這些系數進行平均以產生SK，如圖1 所示，該方法類似于用功率譜估計的韋爾奇方法。這種方法的關鍵是時間窗口必須允許一個脈沖，否則脈沖之間的過渡將平滑輸出。

圖1 光譜峰度

為了克服這個問題，設計了一種計算SK 的曲線圖，利用多重濾波器組或復數小波包對其振動信號進行分解，并根據每個分解頻率計算峰度，找出具有足夠峰度值的頻率帶。盡管如此，峰度值依賴于每個頻帶的中心頻率“fc”和帶寬“Bw”，因此很難確定分解的峰度值。在實際應用中，為了找到合適的頻帶進行包絡分析，需要進行大量的計算。

3 變槳軸承狀態檢測分析

振動數據是測試條件下收集的，大約是50 天的原始數據，每天以高采樣率進行一次原始采集，每次6 s（采樣頻率約100 kHz），經檢查，該軸承存在內座圈故障。被測軸承由兩個枕塊支撐。處于該狀態的軸承還有一個測壓元件，用于測量軸承上的力，實施從2 到100 Hz 的變速控制。負載架的控制是通過機械測試解決方案系統設計的控制器進行的，該控制器使用負載架本身的手持遠程控制屏幕（RCS）設備，或通過單獨控制室中專用計算機上的軟件程序。在任何一種情況下，負載框架都可以在負載或位移控制模式下操作。在負載控制中，一個負載被命令，并且執行器位移盡可能多地達到所需的負載。在位移控制中，一個位移被命令，并且執行器施加所需的力來達到所需的位移。

使用光譜峰度法對正常、退化和故障區域產生的原始振動和過濾信號，分別如圖2、圖3 和圖4 所示。如簡介部分所述，使用SK 的主要優勢在于信號所在的頻段。根據原始信號特征自動選擇帶通濾波以改善變槳軸承缺陷特征。在第一個實例中，峰度圖用于定位峰度最大的頻率區域，該區域表示較高的沖動性。在本研究中，使用了前人提出的快速計算庫特圖的算法。

圖2 原始振動信號的趨勢，以及SK 的濾波信號的包絡（在正常階段獲取的信號）

圖3 原始振動信號的趨勢，以及SK 的濾波信號的包絡（在退化階段獲得的信號）

圖4 原始振動信號的趨勢，以及SK 的濾波信號的包絡（在失效階段獲得的信號）

從圖中我們還可以發現，在第一個和第二個之間的測量中，為峰度值最小的測量值。由此得出的結論是，第一次更改發生在此間隔之后。圖5 顯示了在正常區、退化區和故障區進行實驗運行的SK。在這種特定情況下，可以通過使用中心頻率fc=17.6 kHz 和濾波器帶寬Bw=1.8 kHz 的帶通濾波器對原始信號進行濾波來獲得具有最高SK 的頻帶。

圖5 SK 方法用于變槳軸故障測試

特定實驗運行是否可以包含故障元件的決定是基于特定測量的SK 的最大值。由等式(2)定義的SK（f）的值，隨著脈沖振幅波動的強度增加。因此，SK 的值可以用作損壞嚴重程度的指示，分別計算每個測量的SK 值，SK 的平方根與瞬態的最佳濾波器有關。對于一個特定速度，一組50 次測量的峰度值如圖6 所示。在無故障運行具有最小SK 值的假設下，我們可以確定一個波動區域，該區域可以作為故障運行和無故障運行之間的邊界。該區域選擇程序的前提是，具有相同類型故障的幾個測量的峰度值具有相似的值。

圖6 測量的峰度值

4 結論

本文研究了SK 法在診斷故障和預測領域的應用。SK 技術將峰度的概念擴展到了頻率函數的概念，該函數表示信號的脈沖性。它的原理類似于功率譜密度，它使用四階統計量而不是二階統計量來分解信號頻率的冪。此類工具用于檢測信號中是否存在瞬變。即使瞬態特征隱藏在強噪聲中或受到其他源的干擾，SK 法仍然可以自動指示出這些信號發生在哪個頻帶。因此，SK 法被廣泛應用于鍵部件的故障檢測、診斷。現有方案的進一步研究和應用將更加廣泛，特別是在預測領域，面向剩余壽命的退化分析和預測。這項工作的結果表明，SK 仍在發展中，并已在風力發電機變槳軸承的故障診斷中取得了進展。