孔德同，賈思遠，王天品，劉慶超

基于振動分析的風力發(fā)電機故障診斷方法

孔德同1，賈思遠2，王天品2，劉慶超1

（1.華電電力科學研究院，浙江杭州310030；2.華電福新能源股份有限公司云南分公司，云南昆明650228）

針對風力發(fā)電機組工況復雜多變、故障率高、難以通過單一信號處理方法實現(xiàn)有效的機組狀態(tài)監(jiān)測診斷等難題，提出一種基于振動信號分析、集成多種常用信號處理方法的風力發(fā)電機故障診斷方法。以風力發(fā)電機組的結構參數(shù)和運行特點為切入點，分析了機組運行過程中故障的產生機理和類型，通過多測點振動信息采集獲得某型雙饋式風機發(fā)電機典型工況下的振動特性；先后運用時域、頻域以及包絡解調方法對信號進行分析處理，提取出振動信號中隱含的故障特征信息；最后拆解風機發(fā)電機，更換報告結果驗證了該方法的有效性。

風力發(fā)電機；故障診斷；振動分析；包絡分析

D O I：10.3969/J.ISSN.2095-3429.2017.01.013

Wind Turbines Fault Diagnosis Method Researched by Vibration Analysis

0 引言

近年來，隨著世界能源危機和環(huán)境污染問題的日益嚴重，作為可持續(xù)能源的風能已經(jīng)受到世界各國的高度關注和重視，我國風電行業(yè)在政府的大力支持下也迅速發(fā)展。2016年國家電網(wǎng)發(fā)布《國家電網(wǎng)公司促進新能源發(fā)展白皮書》提出風力發(fā)電新增裝機容量雙創(chuàng)新高，連續(xù)四年世界第一，在能源結構優(yōu)化和綠色發(fā)展轉型中發(fā)揮了重要作用[1]。在風電設備迅猛發(fā)展的同時，風電機組高額的運行維護成本很大程度上影響了風場的經(jīng)濟效應。風機的運行環(huán)境惡劣、工況復雜多變，風電機組內部傳動部件很容易發(fā)生故障，但是傳統(tǒng)的人工更換維修方式成本高昂，降低了風場的經(jīng)濟效益。因此，關于風力發(fā)電機組故障診斷與狀態(tài)監(jiān)測的方法研究意義重大[2]。

發(fā)電機作為風電機組中直接進行能量轉換的關鍵部件，其運行穩(wěn)定性直接影響著著機組的整體性能。在影響發(fā)電機運行的諸多因素中，振動占據(jù)很大比例[3]。當發(fā)電機振動過大時，輕則會出現(xiàn)運行穩(wěn)定性降低、電機壽命縮短等不良運行狀態(tài)；重則將發(fā)生電機飛車、主軸斷裂等等惡性事故。因此及時診斷出發(fā)電機故障是非常必要的。

常用的信號處理方法有時域分析、頻域分析和包絡分析。但單一使用某種方法進行監(jiān)測診斷時往往不能全面反映振動信號特征，容易造成漏判、誤判，難以實現(xiàn)對風機發(fā)電機組故障的有效診斷。因此有必要對傳統(tǒng)信號處理方法進行集成，以實現(xiàn)準確可靠的監(jiān)測診斷。

針對以上難題，提出了一種基于振動信號分析、集成多種常用信號處理方法的風機故障診斷方法。通過對多測點傳感器采集得到的風機發(fā)電機振動信號進行時域分析、頻域分析以及包絡解調等方法，成功診斷出故障類型以及故障所在位置，并在頻譜中提取出故障特征頻率，最后通過拆機結果驗證了診斷方法的有效性與正確性。

1 風機發(fā)電機故障機理分析

風力發(fā)電機組工作環(huán)境惡劣、風速多變以及外部載荷不穩(wěn)定，長期運行下機組內部部件很容易引發(fā)故障。其中機組主要故障包括齒輪箱故障，發(fā)電機故障和變頻器故障等，本文主要研究對象為發(fā)電機故障。

風電機組的發(fā)電機故障主要包括發(fā)電機振動過大、發(fā)電機軸承過熱、發(fā)電機溫度過高等類型。統(tǒng)計結果顯示：造成這些故障的主要原因包括：定子繞組絕緣損壞、轉子平衡效果差、軸承損壞等。其中主要故障類型及其百分比如下：風力機組中轉軸故障（占4.3%）、轉子故障（占7.64%）、軸承故障（占41.77%）以及其他故障[3]。

基于振動信號的軸承故障診斷，首先必須要根據(jù)軸承型號參數(shù)計算出軸承的故障特征頻率。

滾動軸承一般由滾動體、保持架、內圈和外圈四部分組成，當滾動體和滾道接觸處出現(xiàn)一個局部故障時，系統(tǒng)會產生一個沖擊信號。缺陷出現(xiàn)在軸承的不同部件時，接觸點經(jīng)過缺陷的頻率是不相同的，這個頻率就是滾動軸承的故障特征頻率。一般情況下，滾動軸承外圈是固定不動的，內圈隨著軸的旋轉而旋轉，滾動體的運動最為復雜，既隨著保持架繞軸線公轉，又繞著自身軸線自轉，屬于一種復合運動。滾動軸承故障特征頻率公式計算如式（1）-（4）所示[4]。

（1）內圈故障特征頻率

式中Z—滾動體個數(shù)；

fr—軸頻，H z；

d—滾動體直徑，m m；

D—軸承節(jié)徑，m m；

α—軸承接觸角，rad。

（2）外圈故障特征頻率

（3）滾動體故障特征頻率

以上關于特征頻率的計算僅僅限于理想情況下，當軸承滾動體出現(xiàn)滑移，或者軸承存在制造誤差和安裝誤差時，計算結果和實際結果會存在一定的偏差。

（4）保持架特征頻率

2 風機振動信息獲取

某風場的SL82-1500kW風力發(fā)電機組的主傳動鏈系統(tǒng)主要由葉片、齒輪箱、發(fā)電機等組成，結構簡圖如圖1所示。風力發(fā)電機組的主要功能是把風能轉化成的機械能傳遞給發(fā)電機進行發(fā)電，轉化成可用的電能。機組核心裝置發(fā)電機屬于雙饋式風力發(fā)電機，又稱交流勵磁發(fā)電機，其運行速度在一定程度內是可調節(jié)的，可以優(yōu)化風機風能利用系數(shù)，實現(xiàn)風電功率的穩(wěn)定輸出。針對該型機組的某臺風機發(fā)電機振動超大現(xiàn)象，對其振動信號進行采集。根據(jù)風機結構參數(shù)和以往積累的現(xiàn)場測試經(jīng)驗，確定使用傳感器測點配置為：1）主軸承垂直；2）第一級內齒圈垂直；3）第二級內齒圈垂直；4）平行軸水平；5）高速軸垂直；6）高速軸水平；7）發(fā)電機驅動端垂直；8）發(fā)電機自由端垂直等。

振動傳感器采用PCB356A 12三向加速度傳感器，靈敏度為101.2m V/g，采樣頻率為20000H z。測試工況為風機空轉，由于振動過大導致編碼器信號丟失，最終測試是風機轉速最大達到500rpm，風機報警并停機，測試現(xiàn)場發(fā)現(xiàn)發(fā)電機運行聲音異常。

圖1 風力發(fā)電機組主傳動鏈結構示意圖

3 振動信號處理與分析

對提出的風力發(fā)電機故障診斷方法中所集成的振動信號分析方法（時域分析、頻域分析和包絡分析）進行簡要介紹，并以異常發(fā)電機自由端和驅動端為研究對象，使用以上方法對其振動信號進行分析，以驗證本文所提出風力發(fā)電機故障診斷方法的有效性。

3.1 時域分析進行分析，選取合適時間段信號分析其頻譜結構特點。發(fā)電機驅動端垂直信號的鍵相信號如圖3所示。

由圖3可知，輸入軸每轉過一圈，發(fā)電機驅動端垂直方向就產生一個沖擊信號。

為了得到時域波形中的沖擊信息，對信號進行局部截斷處理，選取轉速較高振動較為平穩(wěn)的2s數(shù)據(jù)進行分析，如圖4所示。

時域分析主要考慮信號的時間順序，分析振動信號隨時間的變化趨勢，根據(jù)統(tǒng)計規(guī)律得到振動信號的特點。時域分析主要通過提取振動信號的時域特征指標[5]，進而以這些特征指標為依據(jù)判別故障類型。常用的特征指標有均值、方差、有效值等。但是由于特征指標會隨工況的變化而改變，所以時域分析存在對故障不敏感，不容易區(qū)分的缺點[5]。

利用M ATLA B編程可得到四個通道的時域波形，其振動信號波形如圖2所示。

由圖2可知，發(fā)電機自由端兩個方向的振動幅值整體小于驅動端兩個方向的振動幅值，約為其幅值的1/5，因此初步可以判斷出發(fā)電機驅動端軸承出現(xiàn)故障，導致振動幅值變大。

因此接下來需著重對發(fā)電機驅動端振動

圖2 振動信號時域波形

由圖4可以看出，鍵相信號中得到軸轉頻大約為2.5H z，對應轉速為150rpm。振動信號中可以明顯看出周期性等間隔沖擊，沖擊間隔大約為0.12s，對應頻率為8.33H z，近似等于3.4倍的轉頻。

圖3 發(fā)電機驅動端垂直鍵相信號

圖4 驅動端垂直振動和鍵相信號

3.2 頻域分析

振動信號頻域分析方法是最常用的故障診斷方法。該方法利用傅立葉變換，將信號分解為一系列頻率分量疊加的形式。由于該方法能夠得到信號幅值或相位與頻率間的關系，可反映振動信號內在的頻率結構，有助于故障類型判別，因而在風電裝備的狀態(tài)監(jiān)測及故障診斷中得到廣泛應用[3]。

頻域分析中常對幅值譜進行分析，即做出振動信號中各頻率的簡諧振動分量所具有的振幅。進而分析風電機組在特定工況下的振動特點。當風機出現(xiàn)部分故障時，頻譜中會出現(xiàn)間隔為故障特征頻率的邊頻帶，這也是利用頻域分析進行故障診斷的依據(jù)。

圖5 驅動端垂直振動信號頻譜

使用M ATLA B中的快速傅立葉變換工具箱，對上述截取的信號進行Fourier變換，得到其頻譜如圖5所示。

從頻譜中看出，存在8.5H z及其諧波分量，且各頻率成分間隔為8.5H z，對應轉頻的3.4倍。頻域分析結果與時域分析結果相對應。

查詢參數(shù)可知，此風機主傳動鏈發(fā)電機驅動端軸承型號為SK F6326C 3/V L0241，通過故障特征頻率計算公式可以得到：外圈故障為3.38倍轉頻，內圈故障為4.62倍轉頻，滾動體故障為3.05倍轉頻。因此，可以初步判斷出，發(fā)電機驅動端軸承存在軸承外圈故障。

3.3 包絡分析

包絡分析又稱共振解調技術，廣泛應用于滾動軸承的故障診斷中。該方法通過對振動信號進行H ilbert變換，將軸承故障頻率從共振頻率中解調出來，可用于滾動軸承的早期故障診斷[6]。但需要注意到的是，為取得理想的分析效果，包絡分析時應當選擇合適的共振頻帶。

圖6 驅動端垂直信號包絡譜

對上述截斷信號進行包絡分析，結果如圖6所示。

由圖6可知，包絡譜中出現(xiàn)8.5H z以及倍頻，對應時域信號中的周期性沖擊。包絡譜成功地提取出故障特征頻率，與頻域分析結果一致，進一步確定驅動端軸承出現(xiàn)了外圈故障。

圖7 發(fā)電機驅動端軸承外圈磨損狀況

4 拆解驗證

診斷出發(fā)電機故障原因之后，對該臺機組的發(fā)電機驅動端軸承外圈進行了拆解更換，現(xiàn)場拆解結果驗證了診斷結果。

拆卸結果可以看出，發(fā)電機驅動端軸承外圈出現(xiàn)了嚴重的磨損故障，驗證了基于振動分析診斷結果的正確性和方法的有效性。

5 結語

針對風力發(fā)電機主傳動鏈振動監(jiān)測和故障診斷問題，提出基于振動分析的故障診斷方法：

（1）該方法根據(jù)風力發(fā)電機運行機理和結構特點分析了傳動鏈的故障類型和故障產生原因；

（2）該方法基于振動信號的時域分析，頻域分析以及包絡譜分析成功從信號中提取出故障特征頻率，診斷出故障位置；

（3）該方法簡單快速，診斷結果有效，可以為后期的風力發(fā)電機組狀態(tài)監(jiān)測提供很好的技術支持。

[1]劉木清.雙饋風力發(fā)電機振動故障分析和實例處理[J].上海大中型電機，2012，（1）：71-75.

[2]劉建勛，胡偉輝，林勝，等.雙饋式風力發(fā)電機減振系統(tǒng)的優(yōu)化[J].噪聲與振動控制，2011，31（3）：29-32.

[3]劉宇，譚偉，聞婧.大型雙饋風力發(fā)電機振動特性分析與故障診斷[J].風機技術，2012，（4）：56-59.

[4]H o D，Randall R B.Optim isation of bearing diagnositic techniques using sim ulated and actual bearing fault signals[J].M echanical System s and Signal Processing，2000，14（5）：763-788.

[5]任玉亭.振動檢測技術在風力發(fā)電機組的應用[J].內蒙古電力技術，2010，28（2）：8-12.

[6]盛兆順，尹琦嶺.設備狀態(tài)檢測與故障診斷技術及應用[M].北京：化學工業(yè)出版社，2008.

修回日期：2016-12-07

華電電力科學研究院介紹

華電電力科學研究院（簡稱“華電電科院”）成立于1956年。2003年電力體制改革時歸屬于中國華電集團公司，是國有全資的科研機構。

歷經(jīng)幾代人50多年的積累、創(chuàng)新和發(fā)展，在發(fā)電領域取得了驕人成績，形成了“發(fā)電技術監(jiān)督管理與服務、發(fā)電技術研究與應用、電力行業(yè)標準與檢測、水利水電裝備研究與制造成套”四大業(yè)務板塊。

華電電科院建有“空調蓄能與建筑節(jié)能重點實驗室”，正在籌建國家能源局“國家能源分布式能源技術研發(fā)（實驗）中心”。華電集團的“動力技術研究中心、煤炭質檢計量中心”、“國家電力水電施工設備、電力金屬結構檢測中心”掛靠我院。我院先后建立了博士后科研工作站、院士工作站、浙江大學研究生教育實踐基地等，并與浙江大學聯(lián)合培養(yǎng)碩士研究生。

華電電科院擁有兩家全資子公司和五家參股公司，是院體系開展產業(yè)化的平臺，主要開展技術成果的產業(yè)化和推廣應用、節(jié)能降耗項目的合同能源管理等業(yè)務。

華電電科院堅持以科學發(fā)展觀為指導，以創(chuàng)造可持續(xù)價值發(fā)展為引領，以科技創(chuàng)新、服務華電為戰(zhàn)略定位、堅持以人為本、科技創(chuàng)新，秉承“自強求變、厚德求進”的企業(yè)精神和“誠信、求真、和諧、創(chuàng)新”的核心價值觀，為發(fā)電企業(yè)的安全穩(wěn)定、經(jīng)濟高效、節(jié)能環(huán)保運行提供可持續(xù)的技術服務和創(chuàng)新支持，努力為電力行業(yè)的科學發(fā)展及技術進步做出貢獻。

中圖分類號：TM 315 文獻標識碼：B 文章編號：2095-3429（2017）01-0054-05

KONG De-tong1，JIA Si-yuan2，WANG Tian-pin2，LIU Qing-chao1
（1.Huadian Electric Power Research Institute，Hangzhou 310030，China；2.Yunnan Huadian New Energry Co.，Ltd，Kunming 650228，China）

In view of the w ind power equipm ent running in the condition of various speed and unstable loads,and cannot be m onitored and diagnosed effectively with m erely one signal processing m ethod，the m ethods of w ind turbines fault diagnosis based on vibration analysis and hybridize several com m only used signal processing m ethods are proposed.A ccording to the structural param eters and operating features of wind turbines，faults m echanism and types of wind turbines are analyzed.Then extract the fault characteristic frequency hidden in the vibration signal using the tim e-dom ain，frequency-dom ain and envelope spectrum m ethods.Finally，the result of dissem bling the w ind turbine validates effectiveness of the proposed m ethod.

wind turbines；fault diagnosis；vibration analysis；envelope analysis

2016-06-20

孔德同（1988-），男，山東曲阜人，工學碩士，中級工程師，主要研究方向為風電機組振動算法與風電大數(shù)據(jù)應用。