風力發(fā)電機組振動故障分析技術

黃永東

(東方汽輪機有限公司，四川德陽，618000)

風力發(fā)電機組振動故障分析技術

黃永東

(東方汽輪機有限公司，四川德陽，618000)

振動故障分析技術是風力發(fā)電機組預測性維護和降低維護成本至關重要的手段之一，文章介紹了當前應用于風力發(fā)電機組傳動鏈的部分振動分析技術，以及這些振動分析技術的基本原理和優(yōu)缺點。以期幫助振動分析者能夠更好地利用振動狀態(tài)監(jiān)測系統(tǒng)分析和了解風力發(fā)電機組傳動鏈的運行和振動狀態(tài)。

風力發(fā)電機組，狀態(tài)監(jiān)測，振動分析技術

1 前言

在過去的30年里，傳統(tǒng)旋轉設備的振動狀態(tài)監(jiān)測技術已經(jīng)得到較好的發(fā)展，它主要依靠振動信號的頻率特性以及振動趨勢變化來分析和判斷旋轉設備的振動故障。

風力發(fā)電機組也是一種旋轉設備。其傳動鏈由主軸、滾動軸承、變速齒輪箱和發(fā)電機等主要部件組成，振動的測點位于滾動軸承的軸承座、齒輪箱的行星齒輪環(huán)上，它具有以下不同于傳統(tǒng)旋轉設備的特征:

·在風力發(fā)電機組傳動鏈上，部分旋轉設備轉速非常低。它不但對振動傳感器安裝有較高的要求，以避免微弱的振動信號被噪聲信號淹沒，而且對振動傳感器和振動監(jiān)測設備的性能參數(shù)也有較高的要求，如加速度傳感器的分辨率等；

·由于風力發(fā)電機組運行工況隨風場的風工況變化而變化，這不利于在同樣運行工況下，對振動信號的特征進行對比分析；

·變速齒輪箱由多級行星齒輪和多級定軸齒輪組成，齒輪箱振動信號不但包含所有齒輪的特征頻率成分，而且也易于和滾動軸承的振動信號相互混淆和影響，這就要求振動分析人員能夠在復雜的振動數(shù)據(jù)中分析并找出振動故障源來自于哪個部件；

·風力發(fā)電機組傳動鏈的振動頻率成分同機組的運行狀態(tài)、軸承或齒輪的類型、幾何形狀、缺陷部位和嚴重程度有關，單靠一種振動分析方法是不能夠準確有效地分析出其傳動鏈的振動故障，因此，在不同階段需要采用不同的或多種振動分析技術，來綜合判定振動的故障原因；

·在振動監(jiān)測中，振動傳感器往往都安裝在軸承座或齒輪箱體上，振動傳感器拾取的振動信號既不能夠直接反映振動源的信號特征，而且還會在振動信號傳輸過程中有較大的衰減。

由于上面的差異存在，傳統(tǒng)旋轉設備的振動故障分析手段和單一的振動數(shù)據(jù)處理分析方法已經(jīng)不再完全適應風力發(fā)電機組傳動鏈的故障振動分析，為此，一些專門針對風力發(fā)電機組傳動鏈的故障振動分析先進技術得以發(fā)展并應用。

2 風力發(fā)電機組振動故障分析技術

大量資料表明滾動軸承是旋轉設備較易損壞的部件之一，據(jù)不完全統(tǒng)計，旋轉設備的振動故障約有30%是由滾動軸承引起的；而帶有行星齒輪的變速齒輪箱作為連接、變速和傳遞動力的通用部件，因尺寸緊湊的優(yōu)勢而在現(xiàn)代風力發(fā)電機組中得到了廣泛的應用，變速齒輪箱傳動的特點決定了齒輪也是易于發(fā)生故障的部件。為此，振動故障分析者了解和正確使用振動故障分析技術，將有利于獲取風力發(fā)電機組當前或歷史的振動運行狀況。

目前，在風力發(fā)電機組傳動鏈振動監(jiān)測中，常常用到的振動故障分析技術主要有:

·倒頻譜分析技術；

·包絡分析方法；

·基于時間波形的分析方法；

·統(tǒng)計特征量分析方法；

·振動能量分析技術。

2.1 倒頻譜分析技術

倒頻譜分析也稱二次頻譜分析，其實質(zhì)是對振動信號的功率譜取對數(shù)，然后再進行逆向傅里葉變換后得到功率譜中的周期成分，倒頻譜的數(shù)學表達式見式 （1）。

式（1）中，SAA（f）為時域振動信號x（t）的功率譜。

由倒頻譜的數(shù)學表達式（1）可見，首先將振動的時域信號平方后，再經(jīng)過傅里葉變換得到振動信號的功率譜信號SAA（f），則振動信號從時域轉換到頻域信號；再經(jīng)過一次逆向傅里葉變換后，振動信號又從頻域變回時域信號即倒頻譜，倒頻譜的橫坐標為時間，縱坐標為振動的幅值，振動分量所對應時間的倒數(shù)就是所對應的頻率成分。不過在這些變換過程中還進行了一次對數(shù)變換，其目的是將功率譜中的低幅值振動信號進行較高的加權，而對于高幅值的振動信號進行較少的加權，擴大振動幅值的動態(tài)范圍即信噪比，從而使得在功率譜中幅值較小的周期信號得以突出顯示。

齒輪箱振動信號的頻率成分主要由轉速信號及其諧波信號、齒輪嚙合頻率及其高次諧波、幅值調(diào)制而出現(xiàn)的邊頻帶、齒輪箱滾動支持軸承的特征頻率信號和齒輪箱的共振頻率信號等構成，這些都使得齒輪箱振動信號是一個寬頻率的復雜振動，普通的FFT分析很難分辨出齒輪箱故障特征頻率。為更準確地找出齒輪箱故障特征頻率，往往需要對振動信號進行頻率細化處理以增加頻率分辨率，但在實際分析中，大多數(shù)振動測試設備的頻率細化僅僅通過補零來提高FFT頻譜圖的分辨率，仍然無法清晰地分辨出齒輪箱振動信號所包含的復雜頻率成分。倒頻譜分析技術有效地解決了上述問題，能夠檢測出齒輪箱振動信號功率譜上幅值較小的周期成分。

倒頻譜技術能有效地將齒輪振動信號的邊頻帶的信號分離出來，以便判斷齒輪故障的狀況。

2.2 包絡分析技術 （EA-envelopment analysis）

包絡分析技術來源于無線電通訊行業(yè)的幅值調(diào)制和解調(diào)分析技術，幅值調(diào)制的原理為:用低頻信號 （調(diào)制信號）去控制高頻信號 （載波信號）的幅值，使得其高頻載波信號的幅值隨低頻信號幅值大小變化而變化。

假設載波信號為單頻信號，其數(shù)學表達式為: uc（t）=Ucmcos（2πfct），而調(diào)制信號也為單頻信號，數(shù)學表達式為:um（t）=Ummcos（2πfmt），經(jīng)過幅值調(diào)制后的已調(diào)制信號的數(shù)學公式可表示為:

式（2）中， ［Ucm+kaum（t）］為已調(diào)制信號的幅值，ka為調(diào)制電路的比例系數(shù)，它又可以表示為:

由式（4），則式（2）可以表示為:

對式（5）進行三角函數(shù)變換，則可以得到已調(diào)制信號的頻率表達式為:

圖1反映了普通單頻調(diào)制信號在調(diào)制過程中相應時域波形和頻譜變化的過程，從圖1可以看出，調(diào)制信號幅值變化規(guī)律同已調(diào)制信號的包絡線變化過程是一致的。

圖1 普通調(diào)制過程中的時域波形和頻譜圖

式（5）中，ma為調(diào)幅指數(shù)，指示幅值調(diào)制的深度，一般在0～1之間，當調(diào)制深度大于1則將產(chǎn)生過調(diào)失真，此時調(diào)制信號的包絡線變化不再真實反映調(diào)制信號幅值的變化規(guī)律。

在旋轉設備振動故障分析中，包絡分析技術常用于旋轉設備存在周期性沖擊的振動故障分析，如在滾動軸承表面有缺陷時，每當滾動元件經(jīng)過軸承表面缺陷時，將產(chǎn)生寬頻帶的脈沖激振力，并激發(fā)出機械結構或加速度傳感器的共振信號，而頻率更低的滾動軸承缺陷特征頻率和轉速信號則會調(diào)制在這些共振響應信號中。圖2描述了滾動軸承表面缺陷所產(chǎn)生振動衰減響應信號的過程，以及振動衰減信號所包含的信息。

圖2 滾動軸承缺陷所產(chǎn)生自由衰減振動信號

由于共振響應信號集中在一個相對窄小的頻帶范圍之內(nèi)，經(jīng)過帶通濾波器和包絡檢波器處理后，就得到了調(diào)制在高頻信號的被調(diào)制信號，再對調(diào)制信號進行處理則可得到振動故障的特征頻率。圖3為包絡分析技術的流程圖。

圖3 振動加速度信號包絡分析技術的流程圖

在應用包絡分析技術時，應該注意以下幾點:

·根據(jù)機器的結構共振頻率范圍和轉速正確選擇加速度傳感器的頻率響應測試范圍；

·加速度傳感器正確的安裝位置也是保證包絡分析的必要手段，圖4為如何正確選擇加速度傳感器的安裝位置圖；

圖4 加速度的安裝位置圖

·加速度振動傳感器最好采用螺釘固定或膠水粘接的安裝方式，嚴格保證被安裝面的光潔度和平面度，使得加速度傳感器有足夠的頻響范圍，同時可以避免預緊或安裝面熱膨脹時產(chǎn)生振動噪聲信號；

·避免出現(xiàn)低頻滑雪坡現(xiàn)象。保證加速度振動傳感器不過載、有足夠的測量范圍、電纜正確固定和傳感器安裝牢固、傳感器偏置電壓穩(wěn)定和連接電纜正確屏蔽、盡量避免采用積分運算，加速度傳感器在振動測試時有足夠穩(wěn)定時間和確保傳感器和被測試面溫度平衡等措施，是避免出現(xiàn)低頻滑雪坡現(xiàn)象的必要手段；

·對結構共振頻率范圍不清楚的設備進行振動包絡分析時，應采用多種不同帶寬的帶通濾波器分別進行振動的包絡分析，以保證能夠得到正確的被調(diào)制滾動軸承或其他故障特征頻率。

在滾動軸承缺陷初期階段，如滾動軸承表面有凹坑或裂紋，通過包絡譜分析技術不但可以得到滾動軸承的故障特征頻率，也能夠根據(jù)特征頻率所對應的幅值大小跟蹤滾動軸承缺陷發(fā)展的趨勢。但是，一旦滾動軸承表面缺陷被磨平，則振動信號不再存在瞬態(tài)沖擊信號，滾動軸承的振動也將趨于平穩(wěn)并不再包含相應的故障特征頻率。由此可見，滾動軸承振動故障分析是一個長期在線監(jiān)測和持續(xù)觀察振動變化的趨勢過程。

2.3 基于時間波形的分析方法

時間波形信號分析研究振動數(shù)據(jù)隨時間變化情況，它反映了設備振動情況是如何從一個時間狀態(tài)改變到下一個時間狀態(tài)的。

在常規(guī)振動測試儀器中，采樣總時間、最高分析頻率范圍和譜線數(shù)是密切相關的，根據(jù)采樣定理可以得到它們之間的關系為:

下面通過例子來說明振動時間波形的一種應用，假設振動測試儀器的最高分析頻率為500 Hz，頻譜分析的譜線數(shù)為800，則由上面的公式可得采樣的時間數(shù)據(jù)為2 048個點，其總采樣時間為1.6 s，采集的時間波形如圖5所示。

圖5 最高分析頻率500 Hz，譜線數(shù)為800條時所得到的時間波形數(shù)據(jù)

在這種情況下，保持振動測試儀器的最高分析頻率不變，但是將振動測試儀器的譜線數(shù)增加至6 400，則采樣數(shù)據(jù)變?yōu)?6 384個點，總采樣時間增加至12.8 s，此時采集的時間波形如圖6所示。

圖6 最高分析頻率500 Hz，譜線數(shù)為6 400條時所得到的時間波形數(shù)據(jù)

從上面的例子可以看到，隨著總采樣時間的增加，振動時間波形數(shù)據(jù)呈現(xiàn)出明顯的拍頻或振幅調(diào)制現(xiàn)象。由此可見在常規(guī)的振動測試儀器使用中，正確設置其分析頻率范圍和譜線數(shù)是得到合理振動時間波形的根本保證，同時也要求振動測試儀器具備多種可供選擇譜線數(shù)的功能，在實際應用中，建議分析的譜線數(shù)不少于1 600條譜線。

通常情況下，振動的譜分析能夠反映出機械設備有故障時的振動特征頻率，然而非周期事件、瞬態(tài)沖擊事件則不能夠在頻譜中清晰地反映出來，如齒輪斷齒的脈沖沖擊特征能夠在時間波形中反映出來，但是在譜圖中卻不能夠反映出來，因此，對設備振動信號同時進行頻譜和時域波形分析，是準確分析設備振動故障的必要手段。在實際振動信號時域分析中，如果需要在時間波形反映出高頻沖擊事件，其總采樣時間長度只需要很短即可，如果希望得到調(diào)制或拍頻現(xiàn)象，則需要一個更長的采樣時間。一般而言，振動的時間波形數(shù)據(jù)，可以得到設備的轉速、周期信號的頻率、短時瞬態(tài)沖擊、基底噪聲等信息。

2.4 統(tǒng)計分析方法

通過設備振動信號的統(tǒng)計特征量值的變化，可以判斷或預測設備工作狀態(tài)是否正常，其準確性決定于這些統(tǒng)計特征量對設備振動故障的敏感度。

2.4.1 波峰因數(shù) （Crest Factor）

波峰因數(shù)定義為峰值與均方根值 （有效值）之比，其數(shù)學表達式為:

通常分析振動故障的最直接方法是根據(jù)振動幅值有效值大小評價振動的狀況，然而由于振動信號的有效值為振動幅值的均方根值，不敏感于振動信號存在較少脈沖峰值的情況。為此，就引入了一個能夠更好反映早期缺陷的統(tǒng)計特征量即波峰因數(shù)。當滾動軸承或齒輪無故障時，波峰因數(shù)為一較小的穩(wěn)定值；一旦滾動軸承或齒輪表面出現(xiàn)了損傷則會產(chǎn)生沖擊響應信號，此時振動峰值數(shù)量較少，雖然振動峰值明顯增大，但振動有效值卻無明顯的增大，故波峰因數(shù)將會增大；隨著軸承或齒輪表面的缺陷故障不斷擴展，其振動峰值逐步增大到一定數(shù)量或數(shù)值后，則有效值也開始增大，從而導致波峰因數(shù)逐步減小直至恢復到無故障時的大小。波峰因數(shù)是一個無量綱參數(shù)，常常用在滾動軸承和齒輪故障早期的故障預報，可以有效地檢測滾動軸承內(nèi)外環(huán)缺陷和齒輪斷齒等的早期故障現(xiàn)象。正常振動的波峰因數(shù)在2～6之間。當波峰因數(shù)達到6以上時，則通常表明設備的振動運行狀態(tài)存在一定的問題。

2.4.2 峭度 （Kurtosis）

在統(tǒng)計學中峭度被定義為統(tǒng)計的四階矩，反映了數(shù)據(jù)統(tǒng)計分布相對于正態(tài)分布的峰度（peakedness）或平坦度。它是對振動時域波形的一種統(tǒng)計描述，類似于把振動時域波形旋轉90°來看，橫坐標為振動信號的振幅值，縱坐標為振動波形中某振幅值的概率分布。

振動離散信號的峭度數(shù)學表達式為:

式中:

N—離散數(shù)據(jù)的總點數(shù)；

xi—第i個離散數(shù)據(jù)；

σ，μ—離散數(shù)據(jù)的均方根值 （有效值），平均值。

峭度同樣是一個無量綱參數(shù)，它與峰值因數(shù)一樣，同軸承或齒輪轉速、尺寸、載荷等無關，對沖擊信號特別敏感，特別適用于滾動軸承或齒輪早期表面損傷的故障診斷。它反映的是振動時域波形中所包含的沖擊脈沖響應幅值的數(shù)量即概率，一般來說，時域波形中若所含的沖擊脈沖響應較多時，峭度較大，反之較小。振動正常運行狀態(tài)下，其峭度在3～5之間，當振動信號的峭度大于5時，則預示著設備可能存在振動故障。圖7給出了正常運行振動信號和具有沖擊振動信號的峭度值。

圖7 正常運行振動信號和具有沖擊信號的峭度值

2.4.3 偏度 （Skewness）

偏度也是一種統(tǒng)計特征量，指示數(shù)據(jù)統(tǒng)計分布的對稱性。偏度被定義成統(tǒng)計的三次矩，振動離散信號的偏度數(shù)學表達為:

在振動故障分析中，偏度反映的是振動數(shù)據(jù)相對于中性軸分布是否均勻對稱的特性，一般而言，即使是軸承存在沖擊振動故障，其振動信號的偏度也為零，一旦振動信號的偏度不等于零則預示著設備或振動傳感器存在一定的故障。如當風機傳動鏈的轉子存在接地問題時，則振動信號將存在大量的負脈沖信號如圖8所示，此時振動信號的偏度為負值，反映了轉子接地出現(xiàn)了故障。

圖8 風機傳動鏈轉子接地有問題時的振動信號

2.5 振動能量的分析方法

本文僅列舉了部分實用的振動能量分析方法。

2.5.1 累積脈沖法 （Cumulative Impulse）

眾所周知，在雙饋型風力發(fā)電機組的變速齒輪箱中，齒輪箱內(nèi)部齒輪和支持軸承的振動，均要經(jīng)過復雜的傳遞路徑才能夠傳遞至安裝在齒輪箱上的加速度傳感器，這將導致振動信號有一定程度的衰減；其次在變速齒輪箱運行時，行星輪是圍繞太陽輪轉動的，行星輪和太陽輪的嚙合部位將持續(xù)變化，從而使得振動信號的衰減程度也是隨時間變化而變化的。此時，如果再靠傳統(tǒng)的振動分析方法進行分析，顯然已經(jīng)不再適合風力發(fā)電機組變速齒輪箱振動故障分析。

累積脈沖法的基本思路為:由于齒輪箱的行星級齒輪是垂直布置的，當行星齒輪磨損而出現(xiàn)金屬顆粒后，金屬顆粒將會落入行星級齒輪的內(nèi)齒環(huán)或者行星齒輪以及太陽輪上，當行星級齒輪運動到有金屬顆粒的位置時，將在兩個嚙合齒輪之間產(chǎn)生沖擊力，此沖擊力所產(chǎn)生的振動響應信號將通過相互嚙合齒輪傳遞至行星級內(nèi)齒環(huán)后再傳遞至安裝于齒輪箱上的加速度傳感器上，振動監(jiān)測儀器采集該振動衰減響應信號，并轉換為沖擊脈沖事件，然后通過對沖擊脈沖事件進行統(tǒng)計以判斷齒輪箱的振動故障。

在本特利振動測試設備中，采用了3種累積脈沖統(tǒng)計方法來衡量行星級齒輪箱的振動故障。

·累積脈沖數(shù)——每當一個新的振動沖擊脈沖事件發(fā)生時，則計數(shù)器增加1個計數(shù)，隨著行星齒輪之間磨損而產(chǎn)生金屬顆粒的增加，則在相同時間段內(nèi)的振動沖擊脈沖事件將會增加，它能夠反映行星級內(nèi)出現(xiàn)金屬顆粒的密集程度；

·累積脈沖能量——一般而言沖擊所產(chǎn)生的振動響應信號的幅值能夠反映出金屬顆粒的尺寸大小，大的金屬顆粒將產(chǎn)生較大振動響應幅值，反之則反。為此同時統(tǒng)計沖擊脈沖數(shù)和振動響應幅值，有助于分析齒輪箱行星級磨損的嚴重程度；

·累積脈沖率——測量1小時時間段內(nèi)沖擊脈沖事件出現(xiàn)的次數(shù)，然后繪出其隨時間變化的曲線圖，該曲線的斜率叫做累積脈沖率；它反映了在相同時間段內(nèi)沖擊脈沖事件出現(xiàn)的幾率，同樣用于預測行星級齒輪磨損的嚴重程度。如能同時采用滑油液監(jiān)測技術則更加有利于齒輪磨損故障的判斷。

2.5.2 動態(tài)能量指標——Dynamic Energy Index（DEI）

DEI主要原理是綜合考慮滾動軸承特征或失效頻率、齒輪的嚙合頻率和結構共振頻率分布情況，將風機變速齒輪箱特征故障頻率粗略地分為5個頻率段，在不同頻率段下，分別計算齒輪箱零部件的振動能量即DEI，表1列出了齒輪箱不同零部件的DEI指標所規(guī)定的頻率范圍，表中前4個頻率范圍同齒輪箱各齒輪級的轉速是密切相關的，而最后一個DEI指標的頻率段即齒輪箱結構共振頻率則不隨轉速變化而變化，它只同齒輪箱的結構和支撐形式有關，通常齒輪箱結構的共振頻率大多在4～10 kHz范圍內(nèi)或者更高的頻帶內(nèi)。另外由于齒輪和滾動軸承的載荷隨扭矩或轉速的增加而增加，其振動的幅值也隨之變化，為了消除不同扭矩或轉速對DEI指標的影響，在計算DEI指標時，需要將計算得到的DEI值除以相應的扭矩值，使得DEI指標同風力發(fā)電機組的扭矩或轉速無關，能夠在整個運行范圍內(nèi)反映齒輪箱在整個運行階段的故障情況。

表1 計算齒輪箱中不同零部件DEI指標的頻率范圍

DEI指標的計算過程為:首先計算出表1中不同頻率范圍內(nèi)的各個振動幅值平方的累加值即均方值，然后除以相應轉速下的扭矩值，再乘上一個加權系數(shù)就得到DEI指標值。

在初次振動監(jiān)測時，建議DEI指標的報警值暫時設置為25，隨著風力發(fā)電機組齒輪箱振動數(shù)據(jù)的積累和統(tǒng)計，使用者可以調(diào)整DEI的報警值，以便更加準確地預測風力發(fā)電機組齒輪箱的振動故障。

2.5.3 邊帶能量率——Sideband Energy Ratio（SER）

齒輪振動的特征頻率由嚙合頻率和其邊帶頻率構成。當齒輪正常運行時，其邊帶的幅值往往非常小，而一旦齒輪的齒出現(xiàn)缺陷，如齒輪磨損時，則邊帶頻率所對應的幅值將隨著齒輪缺陷嚴重程度的增加而增加。SER指標的數(shù)學表達式為:

SER敏感于邊帶頻率對應幅值的大小，齒輪運行良好時，其振動信號的邊帶幅值遠遠小于中心頻率的幅值，此時的SER計算值顯然小于1；當齒輪的齒出現(xiàn)缺陷，邊帶的幅值將會增加，并隨著齒輪的缺陷擴展而逐漸增大，一旦計算的SER值大于1則表示齒輪存在振動故障。

本特利公司已將SER應用于其振動在線監(jiān)測分析設備中。

2.5.4 HFD、SEE和GSE概念

HFD（High Frequency Detection）和SEE（Spectral Emitted Energy）為SKF公司提出的用于滾動軸承早期振動故障報警的指標值。

從滾動軸承振動理論可以知道滾動軸承表面缺陷所產(chǎn)生的沖擊信號具有持續(xù)時間短、頻率范圍寬的特點，能夠激發(fā)出滾動軸承本體結構固有頻率或加速度傳感器固有頻率的自由衰減振動，該自由衰減振動幅值或能量的大小同缺陷的嚴重程度是密切相關的。

HFD的處理過程如圖9所示，首先用高通濾波器濾掉低于5 kHz的振動頻率成分，然后計算5～40 kHz頻率范圍內(nèi)振動信號的有效值即HFD，由于HFD的大小與滾動軸承或齒輪早期缺陷所產(chǎn)生振動沖擊能量的強度是成正比的，因此可用HFD判斷設備早期缺陷的嚴重程度和發(fā)展趨勢，HFD的單位為重力加速度g。HFD作為判斷滾動軸承早期振動故障的一個指標，它可以同包絡分析技術并行使用，可以通過設置HFD的報警門檻值來確保設備的安全運行。

圖9 HFD處理過程框圖

由于HFD同滾動軸承本體結構或者齒輪本體結構和加速度傳感器的共振頻率特性直接相關，因此滾動軸承本體結構或者齒輪本體結構形式、加速度傳感器的頻響特性、加速度傳感器的安裝以及安裝位置等因素，都會造成在不同的使用場合，HFD值存在一定的差異。這也是造成該技術不能夠廣泛推廣應用的原因之一。

然而在軸承運行的更早期階段，軸承的缺陷形式往往多為軸承潤滑不良或者缺油、安裝不當（如存在偏心等）、軸承金屬內(nèi)部有缺陷等，這些缺陷既不能產(chǎn)生沖擊振動也不能激發(fā)出滾動軸承結構或加速度傳感器共振頻率信號，而是產(chǎn)生頻率更高的寬頻域振動噪聲信號，其頻率主要集中在250～350 kHz范圍內(nèi)的平穩(wěn)隨機信號，人耳不能感知如此高頻率的噪聲信號，由于在這個階段既無法利用包絡分析方法得到軸承的特征故障頻率，也不能夠用HFD評估其振動沖擊的能量，為此引出了SEE的概念，用于評估該振動噪聲信號在250～350 kHz頻率范圍的能量，以預測軸承更早期運行階段的運行故障狀態(tài)。

嚴格來講SEE技術不是一個純粹的振動分析技術，它是利用SEE傳感器拾取金屬在微小應變（變形）所產(chǎn)生的微弱聲音信號即瞬態(tài)彈性波又叫應力波，它類似于一種拾音傳感器。由于噪聲能量非常小且傳播速度可達1‰s并不易捕捉，因此在實際應用中，SEE傳感器必須牢固無縫隙地安裝在被測試設備的表面以便SEE傳感器能夠監(jiān)聽到來自于故障源的聲音信號。在實際應用中，由于環(huán)境噪聲、振動噪聲信號衰減較大以及對傳感器安裝要求非常高，因此這種方法也只能夠作為一種輔助的診斷方法。

gSE（尖峰能量的加速度值）為Entek提出一種振動故障報警指標值 （g代表度量的單位，SE是spike energy即尖峰能量）。gSE值為5～65 kHz頻率范圍的振動累加值，由此可見gSE同SKF的HFD的概念是基本一樣的，用于滾動軸承早期振動故障判斷的輔助工具，同時可以設置gSE報警門檻值，保護設備的安全運行。同HFD一樣gSE的應用也存在一定的局限性。

3 結束語

（1）由于風力發(fā)電機組傳動鏈上，部分零部件的旋轉轉速非常低，其缺陷所產(chǎn)生的振動能量也非常低，因此，在振動故障分析時，早期階段不易分析和判斷其振動故障，這也是為什么一般資料介紹的滾動軸承和齒輪振動故障診斷例子和方法不適應低轉速風力發(fā)電機組振動故障診斷的根本原因。這就需要振動分析者針對低轉速風力發(fā)電機組傳動鏈振動進行長時間的監(jiān)測和分析，最終總結出其振動變化的規(guī)律和特征，以適應風力發(fā)電機組低速傳動鏈故障振動診斷；

（2）風力發(fā)電機組只能根據(jù)風工況調(diào)節(jié)其運行狀態(tài)，卻不能主動控制風工況的參數(shù)以適應風機的運行，其結果將使得風力發(fā)電機組的功率和轉速隨著風工況的參數(shù)變化而變化，從而導致風力發(fā)電機組的振動復現(xiàn)性較差。由此可見風力發(fā)電機組傳動鏈的在線永久監(jiān)測就顯得非常有必要，它既能夠及時捕捉傳動鏈振動的瞬時異?，F(xiàn)象，又能夠反映出振動的變化趨勢，同時還可以進行離線分析其歷史數(shù)據(jù)特征以及振動的趨勢；

（3）風力發(fā)電機組早期的振動故障需要借助振動信號的統(tǒng)計分析技術以及其他如潤滑油監(jiān)測手段來加強故障診斷和分析。當利用包絡分析技術能夠清晰看見齒輪或滾動軸承特征頻率時，齒輪或滾動軸承往往已經(jīng)出現(xiàn)較為明顯的缺陷。即便如此仍然可以根據(jù)振動故障的特征以及發(fā)展趨勢幫助用戶提前制定相應的維護計劃和采購相應的備品備件；

（4）由于風力發(fā)電機組傳動鏈的振動具有較大的復雜性，因此傳統(tǒng)的FFT分析已經(jīng)不再適用于滾動軸承和變速齒輪箱的振動故障診斷，需要振動分析者了解和掌握更加適合的風力發(fā)電機組傳動鏈振動分析技術手段，以準確得到相應的振動故障信息。本文僅僅介紹了部分有關風力發(fā)電機組傳動鏈中滾動軸承和齒輪振動故障的分析技術，這些分析技術并不是萬能的，還需要振動分析者結合風力發(fā)電機組的運行參數(shù)以及長期不斷的經(jīng)驗積累才能更好對風力發(fā)電機組振動故障進行分析；

（5）在進行滾動軸承和齒輪箱振動分析前，振動分析者應該了解齒輪箱或各個支持滾動軸承的基本結構，以便計算出齒輪嚙合頻率以及滾動軸承的故障特征頻率；

（6）振動監(jiān)測和分析雖然是評估和判斷風力發(fā)電機組傳動鏈運行狀態(tài)的較好手段之一，但是傳動鏈部件的加工誤差、材料的選用、潤滑油品質(zhì)以及安裝所產(chǎn)生的不對中、偏心等因素，會加速傳動鏈部件失效，因此，良好的產(chǎn)品質(zhì)量、完善的裝配工藝以及良好的運行操作才是真正保證風力發(fā)電機組傳動鏈各個部件長期安全運行的必要條件。

[1]New Tools for Vibration Condition Monitoring:Hydrocarbon Asia,Oct-Dec.2011

[2]J.Hanna,Charlie Hatch,M att Kalb,Adam W eiss,H.Luo. Detection ofw ind turbine gear tooth defects using sideband energy ratio.

[3]Charlie Hatch.Cumulative im pulse application note.GE Energy MCS.2011

[4]M ing Xu,Ph.D.Spike energy?measurement and case histories,ENTEK IRD International Corporation

[5]M itchell Lebold,Katherine M cClintic,Robert Campbell, Carl Byington,Kenneth Maynard.Review of vibration analysismethods for gearbox diagnosticsand prognostics.Applied Research Laboratory the Pennsylvania State University P.O. Box 30 State College,PA 16804-0030

[6]John G W interton,P.E.Com ponent identification of geargenerated spectra.

Analysis Technology of Vibration Malfunction forW ind Turbine

Huang Yongdong
（Dongfang Turbine Co.,Ltd.,Deyang Sichuan,618000）

The vibrationmalfunction analysis is one of the crucialmeans to predictmaintenance and reducemaintenance costs for wind turbine.The article introduces a number of advanced vibration analysis technology which are being effectively applied on conditionmonitoring ofwind turbine driving chain.Its purpose is to help vibration analysis to better analyze and know the driving chain operation state and vibration state ofwind turbine by vibration conditionmonitoring system.

wind turbine,condition monitoring,vibration analysis technology

TK83

：B

：1674-9987（2014）01-0040-08

黃永東 （1964-），男，正高級工程師，東方汽輪機有限公司風電研發(fā)中心主任工程師，主要從事風力發(fā)電機組強度、振動故障診斷分析和研究工作。