尹曉偉，江雪峰，王龍福

(沈陽工程學(xué)院 能源與動力學(xué)院，沈陽 110136)

風(fēng)力發(fā)電作為一種綠色能源，從20世紀(jì)80年代開始以超預(yù)期的速度發(fā)展，隨著相關(guān)技術(shù)的日益成熟，已成為應(yīng)用廣泛的新能源發(fā)電方式，截止2019年，全國新增風(fēng)電容量已達(dá)478×104kW[1-2]。風(fēng)電機(jī)組長期在復(fù)雜交變載荷的作用下運行，對風(fēng)電傳動系統(tǒng)的要求越來越嚴(yán)格，軸承作為風(fēng)電機(jī)組的關(guān)鍵部件，對保障整個機(jī)組的可靠性起著至關(guān)重要的作用。

當(dāng)前，針對軸承的故障診斷與壽命預(yù)測技術(shù)已經(jīng)處于研究與應(yīng)用階段，其不僅能夠保障風(fēng)電機(jī)組的安全運行，減少故障發(fā)生率和經(jīng)濟(jì)損失，也對未來新能源產(chǎn)業(yè)有著重要的學(xué)術(shù)研究意義和工程應(yīng)用價值。因此，通過整理近些年的相關(guān)研究成果，介紹了風(fēng)電機(jī)組的結(jié)構(gòu)及其軸承，梳理了風(fēng)電機(jī)組軸承運行特征量的監(jiān)測及故障診斷方法，對風(fēng)電機(jī)組軸承壽命分析方法的研究現(xiàn)狀進(jìn)行了評述，并對風(fēng)電機(jī)組軸承的研究方向進(jìn)行了展望。

1 風(fēng)電機(jī)組結(jié)構(gòu)及其軸承

國內(nèi)相關(guān)數(shù)據(jù)表明，風(fēng)電機(jī)組傳動系統(tǒng)的齒輪箱、電動機(jī)等關(guān)鍵部件的故障率較高，而齒輪箱、電動機(jī)失效大都由軸承故障導(dǎo)致。風(fēng)電機(jī)組主要部件傳動示意圖如圖1所示，傳動鏈軸承包括主軸軸承、齒輪箱軸承、發(fā)電機(jī)軸承、變槳軸承和偏航軸承等[3]。

圖1 風(fēng)電機(jī)組主要部件傳動示意圖

對于主軸軸承，由于葉輪主軸承受的載荷非常大且軸很長，容易變形，大多數(shù)葉輪主軸由2套調(diào)心滾子軸承支承以保證主軸的調(diào)心性能。

對于齒輪箱軸承，由于齒輪箱中行星架的原因，軸承數(shù)量及種類較多，包含深溝球軸承、圓柱滾子軸承、雙列調(diào)心滾子軸承等。主軸的支承方式導(dǎo)致齒輪箱的受力不同，軸承的選用也略有不同，若主軸采用雙軸承支承，理論上齒輪箱只受到扭矩的作用，行星架支承軸承可選用2套圓柱滾子軸承或2套圓錐滾子軸承。

發(fā)電機(jī)軸承常采用圓柱滾子軸承和深溝球軸承，通過優(yōu)選軸承結(jié)構(gòu)設(shè)計以降低振動噪聲。

變槳和偏航系統(tǒng)的作用是根據(jù)風(fēng)速大小、方向調(diào)整葉節(jié)距和追蹤風(fēng)向，從而保證風(fēng)電機(jī)組功率輸出穩(wěn)定。根據(jù)其工作環(huán)境可知，偏航軸承和變槳軸承要承受很大的傾覆力矩和不定風(fēng)力產(chǎn)生的沖擊載荷，具有間歇工作、頻繁啟停、傳動扭矩大的特點，所以要求該軸承為零游隙或者小的負(fù)游隙以減小滾動接觸面的磨損。

隨著風(fēng)電技術(shù)的快速發(fā)展，對風(fēng)電機(jī)組檢修及保養(yǎng)的要求也越來越嚴(yán)格，由于機(jī)組類型、大小、服役環(huán)境的變化以及安裝誤差等原因，軸承的失效機(jī)制也不盡相同，軸承的故障分析方法多種多樣。另外，風(fēng)電機(jī)組所選用的軸承大都屬于大型軸承，根據(jù)尺寸和工作環(huán)境的特殊性，通常由于局部變形、局部振動和溫升等原因造成軸承損傷，與常規(guī)軸承長期運行出現(xiàn)磨損的故障不同。因此，應(yīng)對風(fēng)電機(jī)組軸承運行狀態(tài)進(jìn)行實時監(jiān)測并在最佳時間進(jìn)行合理維護(hù)。

海、陸風(fēng)電機(jī)組重要部件的失效率如圖2所示，發(fā)電機(jī)及齒輪箱失效率較大，而研究顯示[4]，軸承故障分別占發(fā)電機(jī)、齒輪箱故障的41%，21%。因此，為保證風(fēng)電機(jī)組安全、穩(wěn)定運行，減小風(fēng)電機(jī)組軸承的故障及維修成本，提高軸承的可靠性至關(guān)重要[5-6]。

圖2 海、陸風(fēng)電機(jī)組重要部件失效率

2 風(fēng)電機(jī)組軸承的狀態(tài)監(jiān)測與故障診斷

近年來，國內(nèi)外積極地采用數(shù)字化監(jiān)測實現(xiàn)風(fēng)電機(jī)組的健康狀況監(jiān)測，實現(xiàn)了對運行溫度、環(huán)境氣象、并網(wǎng)情況等數(shù)據(jù)的采集與監(jiān)測[7-8]。如圖3所示，SCADA(Supervisory Control and Date Acquisition)監(jiān)測系統(tǒng)已廣泛用于對風(fēng)電機(jī)組的監(jiān)測，但其監(jiān)測參數(shù)有限且大多以電流、電壓、功率等信號為主，缺乏對具體部位軸承運行特征量的監(jiān)測，從而影響軸承的故障診斷[9]。

圖3 SCADA系統(tǒng)流程

風(fēng)電機(jī)組軸承的故障對時間有較強的依賴性，其故障的發(fā)生往往不是突然的，而是經(jīng)歷了動態(tài)變化及非線性的歷程。軸承故障早期階段可分為正常工作階段和性能衰退階段，若能實現(xiàn)軸承早期故障階段的監(jiān)測與診斷，將對風(fēng)電機(jī)組運行可靠性的提升、運維策略、降低檢修費用等提供有效幫助[10]。

2.1 風(fēng)電機(jī)組軸承的狀態(tài)監(jiān)測

目前，風(fēng)電機(jī)組都有運行數(shù)據(jù)采集、故障報警和通信功能，配合風(fēng)場中控室可實現(xiàn)對風(fēng)電機(jī)組運行狀態(tài)的實時監(jiān)測，但通常只能采集風(fēng)速、功率、電流等特征信號，對于加速度、振動、潤滑脂等信號的采集功能欠缺或不準(zhǔn)。近年來，國內(nèi)外學(xué)者對軸承特征信號采集不準(zhǔn)、信號冗余、干擾性強等問題進(jìn)行了相關(guān)研究。

國內(nèi)學(xué)者針對風(fēng)電機(jī)組運行工況下軸承的信號特征易被噪聲頻率所干擾，導(dǎo)致故障特征提取困難的問題進(jìn)行了相應(yīng)研究。文獻(xiàn)[11]提出一種增強型的形態(tài)學(xué)濾波及監(jiān)測方法，能有效提取強噪聲背景下的目標(biāo)信號特征，利用改進(jìn)的包絡(luò)導(dǎo)數(shù)成功濾除噪聲頻率并消除干擾，試驗表明其濾波效果強于傳統(tǒng)方法，具有較好的實用價值。文獻(xiàn)[12]采用基于有理樣條函數(shù)的局部波動特征分解聯(lián)合快速譜方法對風(fēng)電機(jī)組軸承的振動信號進(jìn)行降噪、分解并自適應(yīng)平滑信號特征的提取和監(jiān)測，同時具有計算速度快和自適應(yīng)性好的優(yōu)點，有利于風(fēng)電機(jī)組軸承運行狀態(tài)的實時在線監(jiān)測。文獻(xiàn)[13]利用遺傳算法選出最優(yōu)子集優(yōu)化Element神經(jīng)網(wǎng)絡(luò)參數(shù)，提高了風(fēng)電機(jī)組軸承在信號冗余干擾下監(jiān)測結(jié)果的有效性。文獻(xiàn)[14]以風(fēng)電主軸軸承為研究對象，對基于輔助信息的條件生成對抗網(wǎng)絡(luò)進(jìn)行改進(jìn)，解決了軸承故障樣本少且類別數(shù)據(jù)不平衡問題，但缺少對風(fēng)電機(jī)組各傳動鏈軸承的試驗驗證。文獻(xiàn)[15]在風(fēng)電機(jī)組軸承變轉(zhuǎn)速工況下軸承損傷的識別研究中，提出改進(jìn)奇異譜分解與1.5維包絡(luò)階次譜相結(jié)合的監(jiān)測方法，針對奇異譜端點失真和數(shù)量判定問題，建立端點抑制效應(yīng)結(jié)合皮爾遜相關(guān)系數(shù)的數(shù)量判定策略，并在實測風(fēng)電機(jī)組工程信號試驗中有效提取了軸承故障特征。

國外學(xué)者同樣對風(fēng)電機(jī)組軸承的狀態(tài)監(jiān)測提出許多研究方法。文獻(xiàn)[16]將經(jīng)驗?zāi)B(tài)分解與小波變換結(jié)合對有缺陷的滾動軸承非平穩(wěn)信號進(jìn)行分析，得出經(jīng)驗?zāi)B(tài)分解存在自適應(yīng)好的優(yōu)勢。文獻(xiàn)[17-18]提出一種改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network, CNN)模型的故障診斷算法(改進(jìn)的CNN結(jié)構(gòu)和參數(shù)見表1)，直接對軸承信號進(jìn)行特征提取及故障識別，診斷率高但需人工調(diào)整參數(shù)，處理過程較為繁瑣。文獻(xiàn)[19-20]以風(fēng)電機(jī)組軸承為研究對象，利用時頻域圖和韋爾奇周期圖對含噪軸承振動信號進(jìn)行分析，結(jié)果表明韋爾奇周期圖處理后的信噪比更加有效。文獻(xiàn)[21-22]針對雙饋式風(fēng)電機(jī)組保持最大功率時齒輪箱軸承的信號特征，提出一種變分模態(tài)分解與瑞利熵相結(jié)合的分析方法，通過監(jiān)測對比頻域特征參數(shù)與小波包能量特征結(jié)果有效地實現(xiàn)了齒輪箱軸承的磨損狀態(tài)監(jiān)測，從而為風(fēng)機(jī)的維護(hù)保養(yǎng)提供指導(dǎo)。

表1 CNN模型的改進(jìn)結(jié)構(gòu)與參數(shù)

目前，雖然在軸承故障信號的特征提取、算法優(yōu)化、模型建立等方面取得一些研究進(jìn)展，但對于風(fēng)電機(jī)組隱含健康狀態(tài)信息還需做進(jìn)一步挖掘，特別是需要在結(jié)合工況、環(huán)境、結(jié)構(gòu)等特征的情況下實現(xiàn)風(fēng)電機(jī)組運行狀態(tài)的在線監(jiān)測及評估。

2.2 風(fēng)電機(jī)組軸承故障診斷方法

風(fēng)電機(jī)組軸承存在種類繁多的特征信號(振動、噪聲、應(yīng)力、溫度、潤滑油等)，均能在一定程度上反映軸承的健康狀態(tài)，可用于軸承的故障分析與診斷[23]。目前，軸承故障診斷可大致分為基于模型和基于數(shù)據(jù)驅(qū)動的故障診斷兩大類[24]。

基于模型的故障診斷現(xiàn)有研究較少，需要對機(jī)構(gòu)零部件結(jié)構(gòu)、運行原理和故障機(jī)制了解透徹并建立仿真模型對比模擬與實際輸出殘差，實現(xiàn)故障演化趨勢，具有故障準(zhǔn)確度高的優(yōu)點。

很多學(xué)者基于數(shù)據(jù)驅(qū)動的方法對風(fēng)電機(jī)組軸承故障診斷進(jìn)行研究。由于常規(guī)振動或應(yīng)變等監(jiān)測技術(shù)無法對不完全轉(zhuǎn)動的變槳軸承進(jìn)行監(jiān)測，文獻(xiàn)[25-26]基于維納濾波技術(shù)對風(fēng)電機(jī)組低速軸承振動信號進(jìn)行去噪處理并提取特征，通過Matlab進(jìn)行仿真驗證了該方法的可行性，但缺少試驗驗證。文獻(xiàn)[27]提出一種基于經(jīng)驗小波變換的軸承故障診斷方法，通過構(gòu)建小波濾波組消除模態(tài)混疊影響并獲得模態(tài)函數(shù)的各種信息，該方法能提高信噪比并有效識別軸承故障類型和位置。為深度挖掘風(fēng)電機(jī)組軸承振動信號非平穩(wěn)、非線性的特性，文獻(xiàn)[28]將變分模態(tài)分解(Variational Mode Decomposition，VMD)與熵價值結(jié)合并采用貝葉斯準(zhǔn)則克服傳統(tǒng)硬分類報錯率較高的缺點，但其缺少對風(fēng)電機(jī)組不同位置處軸承的試驗驗證，不具普遍性，其故障診斷流程如圖4所示。文獻(xiàn)[29]針對風(fēng)電機(jī)組不同轉(zhuǎn)速下的軸承損傷，將改進(jìn)小波變換能量階次譜方法與計算階次追蹤算法融合作為轉(zhuǎn)速變化的預(yù)處理措施，進(jìn)一步放大了故障特征，工程試驗表明其能有效診斷出變轉(zhuǎn)速下風(fēng)電機(jī)組軸承的故障。為實現(xiàn)風(fēng)電機(jī)組軸承的智能故障診斷并減少人為控制參數(shù)的影響，文獻(xiàn)[30]對多分類改進(jìn)向量機(jī)進(jìn)行改進(jìn)，以風(fēng)電機(jī)組主軸軸承為試驗對象進(jìn)行分析，證明了該方法在智能診斷方面的優(yōu)越性。

圖4 基于VMD-熵價值的故障診斷流程圖

國外學(xué)者基于各種特征信號對風(fēng)電機(jī)組軸承的故障進(jìn)行了研究。文獻(xiàn)[31]針對低速軸承故障，利用聲發(fā)射和振動信號的有效性對原始數(shù)據(jù)進(jìn)行降維處理并采用相關(guān)向量機(jī)與支持向量機(jī)分類技術(shù)進(jìn)行故障診斷，結(jié)果表明相關(guān)向量機(jī)具有更高的分類精度，可以有效降低計算復(fù)雜度，但該文獻(xiàn)并未對不同位置的風(fēng)電機(jī)組軸承進(jìn)行試驗驗證。文獻(xiàn)[32-33]針對單一特征量無法精確實現(xiàn)滾動軸承故障診斷的問題，將經(jīng)驗?zāi)B(tài)分解、希爾伯特包絡(luò)分析、峭度系數(shù)和傅里葉變換等方法相結(jié)合，精準(zhǔn)提取了軸承振動信號中的故障特征頻率，但需要進(jìn)一步對不同工況下的運行狀態(tài)進(jìn)行驗證。為充分提取大型風(fēng)電機(jī)組軸承的微弱故障信號，文獻(xiàn)[34-35]以4種基本形態(tài)學(xué)構(gòu)造出形態(tài)差分算子，結(jié)合多尺度形態(tài)學(xué)分析方法，通過試驗驗證了該算法的準(zhǔn)確性和有效性，但缺少多工況的試驗研究。針對直驅(qū)風(fēng)電機(jī)組發(fā)電機(jī)軸承溫升高的問題，文獻(xiàn)[36-37]建立了BP神經(jīng)網(wǎng)絡(luò)與皮爾遜相關(guān)系數(shù)結(jié)合的故障診斷模型，利用大數(shù)據(jù)平臺判斷危險溫度閾值并作出反應(yīng)，從而實現(xiàn)發(fā)電機(jī)軸承溫升故障的診斷與預(yù)測。文獻(xiàn)[38-39]基于聲發(fā)射技術(shù)和短時傅里葉方法有效捕捉到軸承故障信號(圖5)，但論證不夠充分且缺少高精度對比試驗。

圖5 有、無裂紋軸承聲發(fā)射信號的短時傅里葉時頻圖

總的來說，不同的信號能反映出風(fēng)電機(jī)組軸承不同的故障特征，在軸承振動、潤滑、溫度等信號之間耦合特性的基礎(chǔ)上再結(jié)合風(fēng)電機(jī)組傳動鏈結(jié)構(gòu)的特點，合理地選擇故障診斷方式及模型是風(fēng)電機(jī)組軸承故障診斷的重要基礎(chǔ)。

3 風(fēng)電機(jī)組軸承疲勞壽命分析

一臺風(fēng)電機(jī)組中軸承最大使用量能達(dá)32套。軸承作為風(fēng)電機(jī)組的核心部件，其故障往往會導(dǎo)致齒輪箱、發(fā)電機(jī)等傳動系統(tǒng)損壞，對軸承進(jìn)行壽命分析尤為重要[40]。目前，國內(nèi)外針對風(fēng)電機(jī)組軸承壽命分析方法大致可以分為基于物理模型和基于數(shù)據(jù)驅(qū)動的壽命分析兩類[41]。由于監(jiān)測數(shù)據(jù)不全面或各風(fēng)場、制造商的數(shù)據(jù)資源不共享等原因，基于數(shù)據(jù)驅(qū)動的壽命分析研究較少，大多數(shù)研究人員通過理論壽命、工程算法、有限元分析等開展基于物理模型的壽命分析研究[42]。

3.1 國內(nèi)風(fēng)電機(jī)組軸承疲勞壽命分析研究

文獻(xiàn)[43]提出基于主軸軸承額定動載荷的數(shù)學(xué)模型，結(jié)合Matlab對軸承主要參數(shù)進(jìn)行約束優(yōu)化，結(jié)果表明該方法亦可反向優(yōu)化軸承主要參數(shù)，從而提高軸承的使用壽命。文獻(xiàn)[44]以厚壁圓筒為基本理論，結(jié)合仿真模擬軟件分析了過盈裝配對主軸軸承壽命的影響，結(jié)果表明主軸固定端軸承的疲勞壽命隨浮動端軸承徑向游隙的增大而減小，但該結(jié)論只是在仿真軟件中模擬低轉(zhuǎn)速工況得出，具有一定的局限性。文獻(xiàn)[45]以三排圓柱滾子軸承為研究對象，改變應(yīng)力組合和應(yīng)力修正方法進(jìn)行仿真分析并計算主軸軸承的疲勞壽命(表2)，結(jié)果表明臨界面法與格伯平均應(yīng)力修正法間的誤差約為5%，該組合方法驗證了三排圓柱滾子軸承疲勞壽命計算的可行性，但對其他類型軸承是否適用還需進(jìn)一步驗證。

表2 三排圓柱滾子軸承疲勞壽命分析結(jié)果

惡劣天氣對風(fēng)電機(jī)組軸承的疲勞壽命會產(chǎn)生較大影響。文獻(xiàn)[46]考慮隨機(jī)風(fēng)載特點，利用蒙特卡洛抽樣法結(jié)合改進(jìn)的Miner疲勞累計損傷理論對風(fēng)電機(jī)組變工況下的高速軸軸承壽命進(jìn)行分析預(yù)測，結(jié)果表明將疲勞壽命公式中的參數(shù)視作正態(tài)隨機(jī)變量更符合實際情況。文獻(xiàn)[47]在寬溫度范圍下通過風(fēng)電機(jī)組軸承潤滑脂的元素含量進(jìn)行軸承磨損分析，根據(jù)潤滑脂劣化、污染情況對軸承的壽命與運維換脂提供了科學(xué)預(yù)測依據(jù)。文獻(xiàn)[48]以滿足風(fēng)電機(jī)組使用壽命為基礎(chǔ)，在考慮不同復(fù)雜因素影響的前提下對比分析了不同主軸軸承類型和布局的優(yōu)缺點，為設(shè)計人員提供依據(jù)。

3.2 國外風(fēng)電機(jī)組軸承疲勞壽命分析研究

文獻(xiàn)[49]通過提取高頻振動數(shù)據(jù)的關(guān)鍵特征并訓(xùn)練其支持向量機(jī)算法，成功在風(fēng)電機(jī)組發(fā)電機(jī)軸承故障發(fā)生前1—2個月預(yù)測故障，準(zhǔn)確率高達(dá)67%，但由于風(fēng)電機(jī)組型號和運行條件的不同，其泛化性試驗的整體精度有所下降。文獻(xiàn)[50-51]以風(fēng)電機(jī)組齒輪箱軸承為研究對象，得出軸承的載荷、游隙、轉(zhuǎn)速以及滾動體修形都會影響軸承整體強度和壽命。文獻(xiàn)[52]以某2 MW風(fēng)電機(jī)組傳動系統(tǒng)的低速軸為研究對象，利用BLADED軟件和雨流計數(shù)法繪制低速軸上的載荷譜并進(jìn)行有限元模擬計算，通過SKF壽命公式驗證其可行性，能夠為風(fēng)電機(jī)組的設(shè)計與研究提供理論支撐，但其缺少試驗數(shù)據(jù)分析。文獻(xiàn)[53]利用Falex微動磨損試驗驗證了載荷、低溫、擺動角度對軸承疲勞壽命的巨大影響，為風(fēng)電運維人員的后期巡視提供不同的角度。文獻(xiàn)[54]針對風(fēng)電機(jī)組齒輪箱軸承失效，使用壽命遠(yuǎn)低于設(shè)計壽命的問題，從齒輪箱軸承失效機(jī)理出發(fā)得出軸向裂紋由環(huán)向應(yīng)力產(chǎn)生的彎矩所導(dǎo)致的結(jié)論，并提出白色蝕刻區(qū)域與高應(yīng)變率變形中產(chǎn)生的絕熱剪切帶(圖7)有較多的相似之處，但仍需進(jìn)一步驗證。文獻(xiàn)[55-56]針對某型5 MW風(fēng)電機(jī)組偏航軸承的6種支承方式進(jìn)行研究，結(jié)合時域、疲勞累計理論和有限元的分析表明基于代碼的計算方法比有限元方法保守，同時還發(fā)現(xiàn)偏航軸承3個部件的疲勞壽命不同，應(yīng)在軸承設(shè)計時分別考慮，但該文獻(xiàn)缺乏對偏航軸承失效模式和失效過程的研究。

圖7 不同摩擦因數(shù)下剪應(yīng)力隨深度的變化

3.3 小結(jié)

目前，通過對游隙、潤滑、載荷等參數(shù)的研究，在風(fēng)電機(jī)組軸承的疲勞壽命分析方面取得較大進(jìn)展，能在一定程度上反映出軸承某一特征參數(shù)對其疲勞壽命的影響，但未能進(jìn)一步考慮某一特征參數(shù)的異常是否是由其他部位異常所間接造成的，同時還應(yīng)該注意多個特征參數(shù)的耦合作用對軸承疲勞壽命的影響[57]。另外，對風(fēng)電機(jī)組軸承的壽命預(yù)測及計算大都依賴于軟件的數(shù)值模擬，包括上述文獻(xiàn)在內(nèi)的許多文獻(xiàn)在利用Miner理論進(jìn)行疲勞壽命估計時大都采用橫幅循環(huán)應(yīng)力作為計算依據(jù)，忽略了風(fēng)電機(jī)組運行狀態(tài)中風(fēng)載的隨機(jī)性，從而使其研究缺少普遍性。

4 結(jié)束語

風(fēng)電產(chǎn)業(yè)的迅速發(fā)展激發(fā)了眾多研究人員對風(fēng)電軸承的研究熱情，國內(nèi)外學(xué)者提出了各種思路和方法，本文從風(fēng)電機(jī)組軸承的數(shù)字化監(jiān)測、故障診斷、疲勞壽命等角度對相關(guān)研究內(nèi)容進(jìn)行整理分析，是對國內(nèi)外現(xiàn)有研究內(nèi)容的總結(jié)和思考，希望對風(fēng)電機(jī)組軸承的進(jìn)一步研究工作提供幫助。我國針對風(fēng)電機(jī)組軸承技術(shù)的研究起步較晚，尚有許多工程、科學(xué)問題有待解決，仍需要在以下幾個方面進(jìn)行大量的試驗與理論研究：

1)基于數(shù)據(jù)的智能化軸承壽命分析。理論壽命計算、有限元分析等方法在使用時都存在一定的假設(shè)前提，并不如實際工況下的大數(shù)據(jù)精準(zhǔn)可靠，也可以利用機(jī)器學(xué)習(xí)算法對實際數(shù)據(jù)進(jìn)行擬合，從而取得軸承全壽命過程的演化規(guī)律，進(jìn)而通過閾值對軸承健康狀態(tài)進(jìn)行判斷。該方案需要大量的數(shù)據(jù)支持，然而各研究機(jī)構(gòu)與廠家還不能做到數(shù)據(jù)共享，閾值確定存在精度不夠或只具有單一性而缺乏一般性的問題。

2)基于物理模型考慮多因素耦合特性對風(fēng)電機(jī)組軸承進(jìn)行壽命分析。與普通軸承長期運行導(dǎo)致的磨損失效不同，大型滾動軸承由于承載較大，其失效模式大多以局部變形、溫升、振動等損傷為主，故需要深入地研究其失效機(jī)理，而且需考慮大型滾動軸承在接觸、游隙方面對軸承結(jié)構(gòu)動力學(xué)耦合建模方法的影響，以及游隙、油膜、溫度、配合狀態(tài)對軸承動力學(xué)特性的影響。

3)風(fēng)電機(jī)組軸承故障診斷研究。風(fēng)電機(jī)組各部件的早期故障征兆會引起一系列物理特征量的變化，同時單一物理特征量的變化也可能由好幾個部件所引起。比如，當(dāng)偏航系統(tǒng)的齒輪和軸承出現(xiàn)疲勞失效，將會引起發(fā)電機(jī)轉(zhuǎn)軸的振動，從而破壞發(fā)電機(jī)內(nèi)部平衡，故障信號進(jìn)而附加在發(fā)電機(jī)定、轉(zhuǎn)子的電氣特征量或振動特征量上。因此，應(yīng)該結(jié)合不同部位軸承實際易發(fā)生的失效情況及不同機(jī)組的差異性，從現(xiàn)有的單一、多特征量的縱向數(shù)據(jù)融合分析方式向多方面結(jié)合及多角度分析轉(zhuǎn)變，尋求各部位軸承的故障數(shù)據(jù)特征及其演化規(guī)律。