鄧 巍,韓 斌,王建亮,趙 勇,劉騰飛
風(fēng)力發(fā)電機(jī)軸承故障包絡(luò)譜掃頻分析診斷
鄧 巍1,韓 斌1,王建亮2,趙 勇1,劉騰飛1
(1.西安熱工研究院有限公司,陜西 西安 710054;2.華能吐魯番風(fēng)力發(fā)電有限公司,新疆 烏魯木齊 838100)
為提升風(fēng)力發(fā)電機(jī)軸承故障診斷的準(zhǔn)確性和效率,本文提出了包絡(luò)譜掃頻分析法,該方法通過掃頻,將包絡(luò)譜中的振動(dòng)信號(hào)變換到掃頻譜,然后利用故障信號(hào)在包絡(luò)譜中的形態(tài)特征過濾干擾頻率,最終突顯代表故障的周期性沖擊信號(hào),實(shí)現(xiàn)對(duì)風(fēng)力發(fā)電機(jī)軸承故障的準(zhǔn)確快速診斷。實(shí)際診斷結(jié)果表明,包絡(luò)譜掃頻分析法能夠準(zhǔn)確快速地診斷風(fēng)力發(fā)電機(jī)軸承典型故障。該方法可作為傳統(tǒng)故障診斷方法的有效補(bǔ)充,不僅適用于風(fēng)力發(fā)電機(jī)軸承故障診斷,也適用于其他設(shè)備滾動(dòng)軸承的故障診斷。
風(fēng)力發(fā)電;故障診斷;滾動(dòng)軸承;包絡(luò)譜;掃頻譜;振動(dòng)信號(hào)
風(fēng)力發(fā)電機(jī)的齒輪箱、發(fā)電機(jī)、變槳系統(tǒng)、偏航系統(tǒng)等關(guān)鍵部件均通過軸承傳動(dòng)和承力,其運(yùn)行狀態(tài)直接關(guān)系機(jī)組的穩(wěn)定和安全。然而,風(fēng)力發(fā)電機(jī)軸承的故障率一直居高不下,準(zhǔn)確快速地診斷軸承故障成為保障風(fēng)力發(fā)電機(jī)運(yùn)行可靠性的迫切要求。風(fēng)力發(fā)電機(jī)軸承基本為滾動(dòng)軸承,其最典型的故障形式為局部故障和內(nèi)外圈打滑故障。其中,局部故障主要表現(xiàn)為在軸承元件局部位置發(fā)生裂紋、劃痕、電蝕等。與局部故障相對(duì)的是分布故障,主要體現(xiàn)為表面波紋度、游隙過大等[1-3]。局部故障的振動(dòng)加速度信號(hào)一般為時(shí)域波形中有周期性的沖擊衰減振動(dòng)信號(hào)[4-5]。內(nèi)外圈打滑故障表現(xiàn)為軸承所在轉(zhuǎn)軸每轉(zhuǎn)動(dòng)1次軸承內(nèi)圈或外圈打滑1次,其時(shí)域波形為周期性沖擊衰減振動(dòng)信號(hào)。
上述滾動(dòng)軸承故障診斷采用振動(dòng)信號(hào)直接進(jìn)行頻譜分析,診斷效果欠佳[6-8]。目前,最常用的診斷方法是包絡(luò)解調(diào)法,該方法利用軸承或檢測(cè)系統(tǒng)為諧振體,放大故障沖擊產(chǎn)生的高頻固有振動(dòng),通過包絡(luò)檢波將其轉(zhuǎn)變?yōu)榫哂泄收咸卣餍畔⒌牡皖l波形,然后實(shí)施頻譜分析,找出故障特征頻率,確定故障類型和位置[9-11]。該方法對(duì)分析人員的專業(yè)水平和經(jīng)驗(yàn)要求較高,需要對(duì)軸承故障特征有預(yù)判。在干擾頻率和背景噪聲的影響下,從成分復(fù)雜的譜圖中識(shí)別故障的難度很大。而且,該方法在分析軸承晚期故障時(shí)存在一定的局限性,故障特征頻率可能被其他頻譜成分淹沒[11]。文獻(xiàn)[12]認(rèn)為該問題是故障沖擊峰和隨機(jī)噪聲間幅度差較小所致,而幅度差的變化具有很強(qiáng)的隨機(jī)性。因此,剔除信號(hào)中的背景噪聲,突出具有故障信息的周期性沖擊衰減信號(hào)的幅度,是克服共振解調(diào)技術(shù)局限性,提高診斷準(zhǔn)確性的關(guān)鍵?;诖耍墨I(xiàn)[13]提出了自適應(yīng)共振解調(diào)技術(shù),在共振解調(diào)處理后利用一些自適應(yīng)手段剔除低頻包絡(luò)信號(hào)中的噪聲。文獻(xiàn)[14-15]提出時(shí)延相關(guān)解調(diào)方法,對(duì)信號(hào)進(jìn)行時(shí)延和相關(guān)處理后,再進(jìn)行頻譜分析,達(dá)到顯著的降噪效果。本文在包絡(luò)譜上進(jìn)行掃頻分析,將信號(hào)變換到掃頻譜中,以突出代表故障的周期性沖擊衰減信號(hào)的幅度,實(shí)現(xiàn)對(duì)風(fēng)力發(fā)電機(jī)軸承故障的準(zhǔn)確快速診斷。
軸承局部故障和內(nèi)外圈打滑故障均表現(xiàn)為周期性沖擊衰減振動(dòng)信號(hào),即軸承元件以一定的時(shí)間間隔周期性地在故障點(diǎn)處發(fā)生碰撞,碰撞產(chǎn)生脈沖信號(hào),脈沖信號(hào)在阻尼影響下逐漸衰減。假設(shè)周期性沖擊的大小、方向及時(shí)間間隔不變,則脈沖力序列如圖1所示,可表示為[1]
式中,d0為周期性沖擊的單峰值,Td為相鄰沖擊間的時(shí)間間隔。
由于軸承元件通過故障點(diǎn)產(chǎn)生的沖擊脈沖力能量有限,在阻尼的影響下,每次撞擊后必然做衰減振動(dòng)[9]。若設(shè)該脈沖力為正向,則故障點(diǎn)一次撞擊后的振動(dòng)響應(yīng)為[9,16]
單次沖擊的衰減振動(dòng)信號(hào)()如圖2所示。
圖2 單次沖擊的衰減振動(dòng)信號(hào)
一般情況下,系統(tǒng)的阻尼相對(duì)較大,導(dǎo)致脈沖力序列()中的每個(gè)沖擊都會(huì)激起衰減振動(dòng)信號(hào)(),而且衰減速度很快。每次衰減所需時(shí)間與脈沖力的周期間隔相比要小得多[9]。因此,理論條件下周期性沖擊故障信號(hào)是以d為時(shí)間間隔,0為單峰值,每次脈沖按照()衰減的振動(dòng)信號(hào)序列,記為(),其為脈沖力序列()與衰減振動(dòng)信號(hào)()卷積的結(jié)果[1],即
圖3為周期性沖擊故障發(fā)生時(shí)產(chǎn)生的振動(dòng)信號(hào)序列s(t)。
包絡(luò)解調(diào)是對(duì)振動(dòng)信號(hào)時(shí)域波形的包絡(luò)線做傅里葉變換,形成包絡(luò)譜,進(jìn)行頻域分析。對(duì)于衰減振動(dòng)信號(hào)(),其包絡(luò)信號(hào)為[1]
圖4為衰減振動(dòng)包絡(luò)信號(hào)e(t)。
對(duì)衰減振動(dòng)信號(hào)序列()進(jìn)行包絡(luò)檢波,得到一系列指數(shù)衰減函數(shù)()。與()類似,包絡(luò)信號(hào)()是脈沖力序列()與衰減振動(dòng)包絡(luò)信號(hào)()的卷積[1],即
在頻域中,包絡(luò)信號(hào)頻譜()為脈沖力序列頻譜()與衰減振動(dòng)包絡(luò)信號(hào)頻譜()的乘積,即
圖5為周期性沖擊衰減振動(dòng)信號(hào)包絡(luò)譜的形成過程。由圖5及診斷經(jīng)驗(yàn)可知,一般情況下包絡(luò)譜中有2個(gè)規(guī)律對(duì)本文包絡(luò)譜掃頻分析法有關(guān)鍵作用。這2個(gè)規(guī)律具體為:1)體現(xiàn)故障信息(間隔頻率d)的頻率成分集中在包絡(luò)譜低頻區(qū),前三階尤其明顯,識(shí)別前三階頻率成分便可基本判斷故障;2)在包絡(luò)譜中故障信號(hào)前三階頻率成分依次降低。
風(fēng)力發(fā)電機(jī)軸承的大部分典型故障表現(xiàn)為周期性沖擊衰減振動(dòng)信號(hào),準(zhǔn)確識(shí)別該信號(hào)即可實(shí)現(xiàn)故障診斷。本文基于周期性沖擊衰減振動(dòng)信號(hào)的包絡(luò)譜形態(tài),結(jié)合診斷經(jīng)驗(yàn)提出了風(fēng)力發(fā)電機(jī)軸承故障診斷的包絡(luò)譜掃頻分析法。以往的診斷方法是在振動(dòng)信號(hào)包絡(luò)譜中,人為操作游標(biāo),觀察和比對(duì)實(shí)際信號(hào)的頻率成分與預(yù)期故障頻率是否對(duì)應(yīng),進(jìn)而確定故障。本文包絡(luò)譜掃頻分析法將人的診斷經(jīng)驗(yàn)數(shù)據(jù)化,將人為操作游標(biāo)比對(duì)故障頻率的過程通過計(jì)算機(jī)實(shí)現(xiàn),讓成倍數(shù)關(guān)系的游標(biāo)族在包絡(luò)譜上掃頻,每掃過一頻率點(diǎn),計(jì)算一次該頻率下游標(biāo)族幅值之和,以該頻率點(diǎn)為橫坐標(biāo),以游標(biāo)族幅值和為縱坐標(biāo),建立新的譜圖,即掃頻譜,從而實(shí)現(xiàn)診斷。該譜圖能夠大幅突出所需要的周期性沖擊衰減信號(hào)的幅度,降低非周期性噪聲信號(hào)的影響,將故障特征更加清晰直觀地表現(xiàn)出來,提高了診斷準(zhǔn)確性和效率[17]。該方法包括5個(gè)環(huán)節(jié),分別為建立倍頻游標(biāo)族、包絡(luò)譜掃頻、建立掃頻譜、過濾干擾頻率以及識(shí)別故障頻率。
倍頻游標(biāo)族為一組倍頻游標(biāo),游標(biāo)族內(nèi)的游標(biāo)成倍數(shù)關(guān)系。一般情況下在振動(dòng)信號(hào)包絡(luò)譜中識(shí)別前三階頻率成分便可基本判斷故障,因此游標(biāo)數(shù)量確定為3。
根據(jù)包絡(luò)譜和故障頻率的大致范圍,確定倍頻游標(biāo)族基頻(1倍頻)游標(biāo)的最小值和最大值。最小值可以為0 Hz,也可設(shè)置為故障頻率的下限值;最大值為故障頻率上限值與游標(biāo)數(shù)量之商。如故障頻率上限值為2 000 Hz,則可確定基頻游標(biāo)最小值為0 Hz,最大值為666 Hz。
在包絡(luò)譜上,倍頻游標(biāo)族的基頻游標(biāo)由最小值開始,逐漸移動(dòng)到最大值,移動(dòng)間隔為譜圖上的最小分辨率。在每個(gè)移動(dòng)位置上,倍頻游標(biāo)族計(jì)算1次3個(gè)游標(biāo)的幅值之和。
以倍頻游標(biāo)族中基頻游標(biāo)掃過的所有頻率值為橫坐標(biāo),以每個(gè)基頻游標(biāo)對(duì)應(yīng)的倍頻游標(biāo)族3個(gè)游標(biāo)幅值之和為縱坐標(biāo),建立掃頻譜。
首先過濾掃頻帶來的干擾頻率。掃頻后,故障頻率基頻成分的1/3、1/2等處會(huì)出現(xiàn)干擾頻率成分,這是倍頻游標(biāo)族的二階和三階成分與故障頻率重合所致。為了消除這種干擾,利用上文提到的包絡(luò)譜中故障信號(hào)前三階頻率成分依次降低的規(guī)律,在掃頻過程中設(shè)置過濾程序,即對(duì)掃頻過程中倍頻游標(biāo)族一階成分幅值小于0.5倍的二階幅值及前二階成分幅值之和小于三階幅值的情況,不再計(jì)算3個(gè)游標(biāo)之和,在掃頻譜縱坐標(biāo)上僅返回第一階幅值,從而消除干擾頻率。其次,將掃頻譜和原譜圖對(duì)比,區(qū)分原譜圖中幅值較大的隨機(jī)性頻率成分,降低其對(duì)診斷的干擾。
在掃頻譜中,周期性沖擊衰減振動(dòng)信號(hào)得到突出,隨機(jī)噪聲和不具有周期性的振動(dòng)信號(hào)幅值相對(duì)減小,對(duì)照包絡(luò)譜圖,便可準(zhǔn)確快速地識(shí)別風(fēng)力發(fā)電機(jī)軸承故障。
某風(fēng)電機(jī)組發(fā)電機(jī)DE端軸承時(shí)域波形(圖6)中存在明顯的沖擊信號(hào),判斷為軸承運(yùn)行狀態(tài)異常。為識(shí)別故障類型和位置,進(jìn)行包絡(luò)解調(diào)分析。在包絡(luò)譜(圖7)中,頻率成分較為復(fù)雜,無法直觀分辨出故障頻率成分。采用包絡(luò)譜掃頻法,得到掃頻譜(圖8)。圖8中3個(gè)頻率成分最為突顯,分別為11.84 Hz(0.4倍發(fā)電機(jī)轉(zhuǎn)頻)、70.23 Hz(2.38倍發(fā)電機(jī)轉(zhuǎn)頻)及140.5 Hz(70.23 Hz成分的2倍)。
圖6 發(fā)電機(jī)軸承時(shí)域波形
圖7 發(fā)電機(jī)軸承包絡(luò)譜
圖8 發(fā)電機(jī)軸承掃頻譜
已知發(fā)電機(jī)轉(zhuǎn)頻為29.44 Hz,該損傷軸承型號(hào)為NU1030M1,其故障特征倍頻值見表1。由表1可見,該風(fēng)電機(jī)組發(fā)電機(jī)DE段軸承滾動(dòng)體和保持架已出現(xiàn)損傷。對(duì)比圖7和圖8,通過包絡(luò)譜掃頻分析,掃頻譜中的故障信號(hào)特征得到突出,受環(huán)境噪聲和其他干擾頻率的影響明顯小于包絡(luò)譜。
表1 某風(fēng)電機(jī)組發(fā)電機(jī)軸承故障特征倍頻
Tab.1 The frequency doubling table of generator bearing fault characteristics for a wind turbine
某風(fēng)電機(jī)組齒輪箱高速軸軸承時(shí)域波形如圖9所示,其中存在明顯的沖擊信號(hào),判斷軸承運(yùn)行狀態(tài)異常。在其包絡(luò)譜(圖10)中已經(jīng)能夠識(shí)別以高速軸轉(zhuǎn)頻為基頻的1—4階頻率成分,已知高速軸轉(zhuǎn)頻為21.22 Hz。采用包絡(luò)譜掃頻法,得到結(jié)果如圖11所示,圖11中最大頻率點(diǎn)為21.22 Hz,即發(fā)電機(jī)轉(zhuǎn)頻。結(jié)合包絡(luò)譜和掃頻譜,確定該軸承處存在以高速軸轉(zhuǎn)頻為間隔的周期性沖擊信號(hào),經(jīng)驗(yàn)證確診為齒輪箱高速軸軸承外圈打滑故障。
圖9 齒輪箱高速軸軸承時(shí)域波形
圖10 齒輪箱高速軸軸承包絡(luò)譜
圖11 齒輪箱高速軸軸承掃頻譜
由圖10和圖11可見,雖然包絡(luò)譜中已出現(xiàn)故障信號(hào)特征,但經(jīng)包絡(luò)譜掃頻分析后,進(jìn)一步確認(rèn)了故障信號(hào)的來源,保證了診斷的準(zhǔn)確性。
1)在包絡(luò)解調(diào)分析技術(shù)的基礎(chǔ)上,建立了包絡(luò)譜掃頻分析法,并針對(duì)風(fēng)力發(fā)電機(jī)組軸承典型故障進(jìn)行了實(shí)際驗(yàn)證。
2)與包絡(luò)解調(diào)、波形分析等傳統(tǒng)診斷方法結(jié)合使用,包絡(luò)譜掃頻分析法能夠準(zhǔn)確快速地診斷風(fēng)力發(fā)電機(jī)軸承典型故障,可作為傳統(tǒng)診斷方法的補(bǔ)充和確認(rèn)手段。
3)在建立掃頻譜的過程中,掃頻會(huì)產(chǎn)生故障頻率基頻的1/3、1/2等的干擾頻率。利用包絡(luò)譜中故障信號(hào)前三階頻率成分依次降低的規(guī)律,合理設(shè)置過濾程序,能夠有效消除干擾頻率。
4)包絡(luò)譜掃頻分析法能夠在掃頻譜中大幅提升周期性沖擊衰減振動(dòng)信號(hào)的幅度。隨著診斷案例的不斷積累,該方法可作為未來自動(dòng)診斷、智能診斷的有效判據(jù)。
[1] 雷劍宇. 滾動(dòng)軸承局部故障的振動(dòng)分析與診斷[D]. 西安: 西北工業(yè)大學(xué), 2007: 58-62. LEI Jianyu. Vibration analysis and diagnosis of local faults of rolling bearings[D]. Xi’an: Northwestern Polytechnical University, 2007: 58-62.
[2] 沈慶根. 化工機(jī)器故障診斷技術(shù)[M]. 杭州: 浙江大學(xué)出版社, 1994: 170-177. SHEN Qinggen. Fault diagnosis technology of chemical machinery[M]. Hangzhou: Zhejiang University Press, 1994: 170-177.
[3] 孟濤. 齒輪與滾動(dòng)軸承故障的振動(dòng)分析與診斷[D]. 西安: 西北工業(yè)大學(xué), 2003: 5-6. MENG Tao. Vibration analysis and diagnosis on the fault of the gear and rolling element bearing[D]. Xi’an: Northwestern Polytechnical University, 2003: 5-6.
[4] MCFADDEN P D. Model for the vibration produced by a single point defect in a rolling element bearing[J]. Journal of Sound and Vibration, 1984, 96(1): 69-82.
[5] MCFADDEN P D. The vibration produced by multiple point defects in a rolling element bearing[J]. Journal of Sound and Vibration, 1985, 98(2): 263-273.
[6] OSUAGWU C C, THOMAS D W. Effect of inter-modulation and quasi-periodic instability in the diagnosis of rolling element incipient defect[J]. Journal of Mechanical Design, 1982, 104: 296-302.
[7] COURRECH J. In handbook of acoustical measurements and noise control (HARRIS C M editor)[D]. New York: McGraw-Hill, 1991: 50-60.
[8] TANDON N, NAKRA B C. Comparison of vibration and acoustic measurement techniques for the condition monitoring of rolling element bearings[J]. Tribology International, 1992, 25(3): 205-212.
[9] 梅宏斌. 滾動(dòng)軸承振動(dòng)監(jiān)測(cè)與診斷理論·方法·系統(tǒng)[M]. 北京: 機(jī)械工業(yè)出版社, 1995: 17-26. MEI Hongbin. Theory, method and system of vibration monitoring and diagnosis for rolling bearings[M]. Beijing: Machinery Industry Press, 1995: 17-26.
[10] TANDON N A, CHOUDHURY A B. A review of vibration and acoustic measurement methods for the detection of defects in rolling element bearings[J]. Tribology International, 1999, 32(8): 469-480.
[11] MCFADDEN P D, SMITH J D. The vibration monitoringof rolling element bearings by the high-frequency resonance technique: a review[J]. Tribology International, 1984, 17(1): 3-10.
[12] MARTIN K F, THORPE P. Normalised spectra in monitoring of rolling bearing elements[J]. Wear, 1992, 159: 153-160.
[13] 王平, 廖明夫. 滾動(dòng)軸承故障診斷的自適應(yīng)共振解調(diào)技術(shù)[J]. 航空動(dòng)力學(xué)報(bào), 2005, 20(4): 606-612. WANG Ping, LIAO Mingfu. Adaptive demodulated resonance technique for the rolling bearing fault diagnosis[J]. Journal of Aerospace Power, 2005, 20(4): 606-612.
[14] 孟濤, 廖明夫, 李輝. 齒輪故障診斷的時(shí)延相關(guān)解調(diào)法[J]. 航空動(dòng)力學(xué)報(bào), 2003, 18(1): 109-113. MENG Tao, LIAO Mingfu, LI Hui. Detection and diagnosis of the gear fault by the delayed correlation- envelope technique[J]. Journal of Aerospace Power, 2003, 18(1): 109-113.
[15] 孟濤, 廖明夫. 利用時(shí)延相關(guān)解調(diào)法診斷滾動(dòng)軸承的故障[J]. 航空學(xué)報(bào), 2004, 25(1): 41-44. MENG Tao, LIAO Mingfu. Detection and diagnosis of the rolling element bearing fault by the delayed correlation-envelope technique[J]. Acta Aeronautica ET AS Tronautica Sinica, 2004, 25(1): 41-44.
[16] 方同, 薛璞. 振動(dòng)理論及應(yīng)用[M]. 西安: 西北工業(yè)大學(xué)出版社, 2000: 27-31. FANG Tong, XUE Pu. Vibration theory and its application[M]. Xi’an: Northwest Polytechnic University Press, 2000: 27-31.
[17] 鄧巍, 韓斌, 趙勇. 一種通過掃頻診斷設(shè)備故障的方法: 108007548A[P]. (2018-05-08) [2019-04-14]. DENG Wei, HAN Bin, ZHAO Yong. A method of fault diagnosis of equipment by sweeping frequency: 108007548A[P]. (2018-05-08) [2019-04-14].
Envelope spectrum sweeping analysis method for bearing fault diagnosis of wind turbine
DENG Wei1, HAN Bin1, WANG Jianliang2, ZHAO Yong1, LIU Tengfei1
(1. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China; 2. Huaneng Turpan Wind Power Co., Ltd., Urumchi 838100, China)
In order to improve the accuracy and efficiency of bearing fault diagnosis of wind turbine, envelope spectrum sweeping analysis method is proposed. By sweeping the envelope spectrum, this method transforms the vibration signal into sweeping spectrum. Then, it uses the morphological features of the fault signal in the envelope spectrum to filter the interference frequency. Finally, it highlights the periodic impulse attenuation signals representing the faults, to realize accurate and fast diagnosis of bearing fault of wind turbines. The actual diagnosis results show that, this method can accurately and rapidly diagnose the typical bearing faults of wind turbine. It is an effective complement to the conventional diagnostic methods, which is not only suitable for bearing fault diagnosis of wind turbine, but also can be used for rolling bearing fault diagnosis of other equipments.
wind power generation, fault diagnosis, rolling bearing, envelope spectrum, sweeping spectrum, vibration signal
U226.8+1
B
10.19666/j.rlfd.201904082
鄧巍, 韓斌, 王建亮, 等. 風(fēng)力發(fā)電機(jī)軸承故障包絡(luò)譜掃頻分析診斷[J]. 熱力發(fā)電, 2019, 48(7): 126-130. DENG Wei, HAN Bin, WANG Jianliang, et al. Envelope spectrum sweeping analysis method for bearing fault diagnosis of wind turbine[J]. Thermal Po7wer Generation, 2019, 48(7): 126-130.
2019-04-15
西安熱工研究院有限公司研究開發(fā)基金項(xiàng)目(TQ-17-TYK09)
Supported by:Research and Development Foundation of Xi’an Thermal Power Research Institute Co., Ltd. (TQ-17-TYK09)
鄧巍(1985—),男,碩士研究生,工程師,主要研究方向?yàn)樾履茉窗l(fā)電設(shè)備檢測(cè)與故障診斷,dengwei@tpri.com.cn。
(責(zé)任編輯 杜亞勤)