【摘要】風(fēng)力發(fā)電機(jī)組作為風(fēng)電產(chǎn)業(yè)中的重要機(jī)械,保障其正常運(yùn)行,減少因故障造成的損失有著重要的意義。本論文以風(fēng)力發(fā)電機(jī)齒輪箱故障為研究對(duì)象,歸納總結(jié)了故障的類型、原因和分析診斷方法。
【關(guān)鍵詞】振動(dòng)分析;齒輪箱故障
引言
隨著全球能源緊缺的問(wèn)題日益嚴(yán)重,風(fēng)能將是未來(lái)經(jīng)濟(jì)增長(zhǎng)的主要能源之一。在中國(guó)未來(lái)的發(fā)展中必將成為重要的電力能源[1]。盡管風(fēng)力發(fā)電的發(fā)展加速了風(fēng)力發(fā)電技術(shù)的研究,但由于風(fēng)電機(jī)組大部分建立在人煙稀少、環(huán)境惡劣的地方,風(fēng)機(jī)的部件在工作中會(huì)受到不同程度的損傷影響,這將影響風(fēng)力發(fā)電的經(jīng)濟(jì)效益。因此對(duì)風(fēng)電機(jī)組進(jìn)行故障監(jiān)測(cè),將有利于合理安排維修工期,使得故障對(duì)風(fēng)力發(fā)電的經(jīng)濟(jì)效益影響降到最低。
齒輪箱是風(fēng)電機(jī)組重要的傳動(dòng)機(jī)構(gòu),對(duì)它進(jìn)行故障監(jiān)測(cè)有利于發(fā)現(xiàn)發(fā)電機(jī)組的故障特征。齒輪箱故障監(jiān)測(cè)有多種形式,其中以振動(dòng)監(jiān)測(cè)為主的故障監(jiān)測(cè)方法因其測(cè)試方法較簡(jiǎn)單、故障定位較準(zhǔn)確、實(shí)時(shí)性較強(qiáng)、測(cè)試效率較高等優(yōu)點(diǎn),是一種比較高效的齒輪箱故障監(jiān)測(cè)方法。
任何機(jī)械部件在工作中都會(huì)存在機(jī)械振動(dòng),通過(guò)對(duì)振動(dòng)信號(hào)的特征頻率進(jìn)行分析,便能較準(zhǔn)確地找出齒輪箱故障的部件。
1、風(fēng)電機(jī)組齒輪箱在運(yùn)行過(guò)程中出現(xiàn)的故障
利用振動(dòng)分析對(duì)風(fēng)力發(fā)電機(jī)進(jìn)行故障監(jiān)測(cè),要了解齒輪箱的故障類型。齒輪箱零件從制造、裝配到投入使用的過(guò)程都會(huì)引起故障,可以根據(jù)故障零件和原因不同對(duì)故障進(jìn)行分類。齒輪箱的主要零部件有齒輪、軸和軸承。
1.1齒輪 風(fēng)力發(fā)電機(jī)在運(yùn)行過(guò)程中齒輪持續(xù)旋轉(zhuǎn),一直經(jīng)受交變載荷的作用,受到振動(dòng)、潤(rùn)滑、油溫等因素的影響,齒輪會(huì)發(fā)生各種不同類型的故障。其中主要故障有齒面損傷和斷齒。齒面損傷往往是由于在多次較大應(yīng)力循環(huán)作用下齒面上的疲勞裂紋逐步擴(kuò)展而形成的,在得不到及時(shí)維護(hù)的情況下,齒面損傷最終便會(huì)形成輪齒折斷的重大故障。
1.2軸承 在風(fēng)力發(fā)電機(jī)組工作過(guò)程中,風(fēng)機(jī)的低速軸和高速軸,由于長(zhǎng)期受到重載和交變載荷的影響,在交變沖擊的作用下可能產(chǎn)生各種損壞。軸承是風(fēng)電機(jī)組齒輪箱中關(guān)鍵的部件,軸承失效會(huì)對(duì)齒輪箱造成嚴(yán)重?fù)p壞。軸承的故障主要有磨損、疲勞、斷裂、膠合或壓痕等。
1.3軸 由于加工與制造的工藝等原因,齒輪箱的軸不對(duì)稱問(wèn)題將不可避免。在允許范圍之內(nèi),軸的不平衡不會(huì)對(duì)機(jī)械運(yùn)行產(chǎn)生影響,但當(dāng)軸在應(yīng)力不斷變化或者長(zhǎng)時(shí)間過(guò)載的情況下,超出了材料所能承受的疲勞范圍,將會(huì)產(chǎn)生斷軸損壞。
2、振動(dòng)分析原理
風(fēng)電機(jī)組齒輪箱通常都工作在變速變載的情況下,同時(shí)受到風(fēng)力所產(chǎn)生的彎矩、扭矩、軸向推力、徑向推力等不同力的作用,其組成部件容易發(fā)生一定的形變,這些形變會(huì)產(chǎn)生額外的結(jié)構(gòu)應(yīng)力,這些力又會(huì)作用在軸承等主要部件上,從而造成各種故障隱患[2],所以必須在這些故障隱患對(duì)風(fēng)電機(jī)組造成不可逆轉(zhuǎn)的破壞前,提前做出故障預(yù)警。
任何機(jī)械設(shè)備在運(yùn)轉(zhuǎn)時(shí)產(chǎn)生機(jī)械振動(dòng),所以通過(guò)振動(dòng)分析就可以解決一些故障診斷,因此對(duì)風(fēng)電機(jī)組齒輪箱產(chǎn)生的振動(dòng)信號(hào)進(jìn)行頻域分析。齒輪箱中各部件的結(jié)構(gòu)不同導(dǎo)致了各部件產(chǎn)生的振動(dòng)信號(hào)也有相應(yīng)的差異,對(duì)應(yīng)的頻域分析也會(huì)得到不同的結(jié)果,當(dāng)某一組件出現(xiàn)故障時(shí)就會(huì)產(chǎn)生異常的振動(dòng)信號(hào),分析這些振動(dòng)信號(hào)就可以較早的判斷出風(fēng)電機(jī)組齒輪箱發(fā)生故障的部分和損壞程度[3],及時(shí)進(jìn)行維修,很大程度上可以避免這些故障隱患帶來(lái)的損失。
3、小波包分析法
小波分析在信號(hào)的特征提取方面具有很好的作用。這主要表現(xiàn)在小波分析同時(shí)具有較好的時(shí)、頻特性。小波分析具有多分辨率分析的特點(diǎn):在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率,在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率,非常適合探測(cè)正常信號(hào)中夾帶的瞬間反?,F(xiàn)象并展示其成分[4]。
小波包變換的基本步驟如下:
a、小波濾波器的選取
小波濾波器的選取與要分析的信號(hào)有較大關(guān)系,不同的濾波器具備的時(shí)頻局部化能力不同,反映的信號(hào)特性也不同,分析得到的結(jié)果也往往不同。一般根據(jù)根據(jù)小波時(shí)域振動(dòng)的波形與被分析的信號(hào)的成分相比較,選取合適的小波基。處理機(jī)械故障信號(hào)常用的小波濾波器有 Daubechies小波、Meyer小波、Symlets小波等。
b、最佳小波包基的選取
將小波包分解得到的一系列小波包進(jìn)行組合,可以用來(lái)刻畫信號(hào)的全部特征,這種組合稱為小波包基。評(píng)判小波包基的優(yōu)劣時(shí),一般通過(guò)定義的信息代價(jià)函數(shù)來(lái)衡量,信息代價(jià)函數(shù)包括Shannon熵、p范數(shù)熵、對(duì)數(shù)能量熵和閾值熵等。通常是由最佳基搜索算法來(lái)求信息代價(jià)函數(shù),其中得到信息代價(jià)函數(shù)最小的小波包序列即為最佳小波包基。求解最佳小波包基的過(guò)程也是得到小波包最佳分解尺度的過(guò)程。
c、利用最佳小波包基分解信號(hào),得到規(guī)定層次的小波包(小波包系數(shù))小波包分解的實(shí)質(zhì)是由選定小波基構(gòu)成的分解濾波器對(duì)信號(hào)f(t)(令)進(jìn)行分解;然后達(dá)到信號(hào)的低頻成分P11和高頻成分P12,完成信號(hào)的第一層小波包分解:然后對(duì)P11和P12進(jìn)一步進(jìn)行濾波分解,得到P11的低頻成分P12、高頻成分P22與P12的低頻成分P23、高頻成分P24的,完成信號(hào)的第二層小波包分解;以此類推,信號(hào)f(t)經(jīng)過(guò)j層分解后得到的2j個(gè)小波包。
令為第j層上的i個(gè)小波包,G和H為小波分解濾波器,G與小波函數(shù)有關(guān),H與尺度函數(shù)有關(guān)。將第j-1層的小波包與對(duì)應(yīng)的濾波器卷積,個(gè)點(diǎn)采樣后可得到第j層的小波包。其二進(jìn)制分解算法如下式所示:
其中:t=1,2,…,2J-j;i=1,2,…,2j;J=log2(N)
d、對(duì)小波包進(jìn)行信號(hào)重構(gòu)
小波包重構(gòu)的過(guò)程與小波包分解相對(duì)應(yīng),第j層的第i個(gè)小波包是由第j+1層的第2i-1個(gè)小波包和第2i個(gè)小波包經(jīng)過(guò)重構(gòu)相加得到的,重構(gòu)包括兩個(gè)步驟:首先對(duì)小波包進(jìn)行隔點(diǎn)插零;然后讓小波包與對(duì)應(yīng)的小波重構(gòu)濾波器h和g進(jìn)行卷積,兩者之和即為第j層的小波包。依據(jù)上述原理依次對(duì)各層小波包進(jìn)行重構(gòu),可以得到原始信號(hào)的重構(gòu)信號(hào)。二進(jìn)制小波包重構(gòu)的快速算法如下式:
其中:j=J-1,J-2,…,1,0;i=2j,2j-1,…,2,1;J=log2N;g與小波函數(shù)有關(guān),h與尺度函數(shù)有關(guān)。
4、系統(tǒng)檢驗(yàn)
5、結(jié)論
基于振動(dòng)分析的風(fēng)力發(fā)電故障監(jiān)測(cè)系統(tǒng)研究是一個(gè)極有現(xiàn)實(shí)意義和發(fā)展?jié)摿Φ念I(lǐng)域。對(duì)風(fēng)力發(fā)電機(jī)組進(jìn)行更有效的故障分析需要我們不斷研究更加適用的分析方法和手段。小波分析能全面、簡(jiǎn)單而清晰地描述沖擊信號(hào)局部時(shí)域特征和故障發(fā)生的時(shí)間歷程,具有局部定位能力,對(duì)故障分析診斷有較大幫助。
參考文獻(xiàn)
[1]程永卓.淺談中國(guó)風(fēng)力發(fā)電的現(xiàn)狀與發(fā)展前景[J].能源與節(jié)能,2013,5(92):19-20.
[2]任玉亭.振動(dòng)監(jiān)測(cè)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.
[3]蘇杭.機(jī)械設(shè)備狀態(tài)檢測(cè)與故障診斷[M].北京:機(jī)械工業(yè)出版社,1999:88~90.
[4]高立新,韓金順等.基于小波分析的大型齒輪箱低速軸故障診斷,2005,6:343-346.
1本項(xiàng)目得到廣州市對(duì)外科技合作專項(xiàng)項(xiàng)目:風(fēng)電智能維護(hù)與可靠性聯(lián)合實(shí)驗(yàn)室(2013J4500042)的資助