（大唐山东清洁能源开发有限公司 山东青岛 266061）
摘要：科学技术的进步以及人们环保意识的提升，近年风力发电产业得到了突飞猛进的发展。齿轮箱是风电机组动力传输系统必不可少的一部分，而在实际运行工程中，齿轮箱会受到冲击载荷以及交变载荷的双重影响，致使其故障率非常高。本文对风电机组齿轮箱常见故障原因进行了分析，并提出运用小波—能量谱来对故障进行诊断，以便于提升故障诊断的精准度，尽可能缩短故障诊断时间，促进风电行业健康发展。
关键词：风电机组；齿轮箱；故障诊断；小波—能量谱
如何对风电机组齿轮箱进行便捷的故障诊断与预警，是近几年来风力发电技术的研究热点之一，对保证风力发电机组的正常运行具有重要意义。本文以风电机组齿轮箱为研究对象，对其故障诊断方法进行了探讨，旨在促进我国风电行业健康向前发展。
一、风电机组齿轮箱故障分析
1.1 齿轮故障
（1）齿轮齿面接触和齿根弯曲所拥有的疲劳强度相对较低。我国有关大型、高速齿轮箱以及重载等相关的研究仍有待完善。制作工艺以及精度上，相较于国外齿轮箱仍暴露出明显的缺陷。强度偏低的齿轮，在最初运行状态下，齿轮箱可能会出现点烛、各种疲劳裂纹等问题。严重时，还将引起断齿等系列故障。（2）中国的地理特征相对较为复杂，拥有丰富多变的气候类型。我国拥有典型的大陆性季风气候，野外很多的风力发电机组均可能遭受剧烈的强阵风。该种环境下，需要进行紧急制动，使齿轮箱必然要承载严重的冲击负载。该种尖峰负荷，在大于齿轮自身极限强度的情况下，其齿面可能会断裂或者是断齿等等。此外，风电场现有的风速也在不断的变化，有时很大有时则很小。每次单纯的瞬时过载，便会出现擦伤或者是严重胶合，从而损伤齿面。（3）风机齿轮油，通常很难保持较好的清洁度。特别是北方地区，春季风沙比较强烈。
1.2 轴故障
联轴器，把齿轮箱内部的多对轴进行有效连接，构建起轴系。轴在很多情况下会出现轴不对中、不平衡或者是轴弯曲等常见故障。轴不对中，更多的是因为零件设计不当，制造工艺相对较差，安装甚至使用阶段中的不合理操作等因素导致。在瞬时冲击荷载的作用下，或者是长时间偏载的状态下，均可引起轴弯曲等系列故障。
1.3 轴承故障
轴承故障常见于轴承疲劳剥落或者是点蚀。齿轮箱相关的轴系中，内圈和轴通常为过盈配合的状态，轴和内圈结合在一起。此时，内圈所具有的固有频率，相较于自由状态下测得的频率有所不同。所以，若要刺激固有频率，我们就必须施加某种强度的能量。轴承外圈和箱体轴承座，也必须进行过盈配合，但相较于内圈，前者要轻松很多。在运行状态下，外圈长期会遭受滚动体所带来的压力。当轴承发生故障，且已运行某个时段后，外圈、轴承座两个部分可能彻底被松动。它的固有频率相较于自由状态下所检测到的频率实际上是相等的。若外圈松动，由于其体重较轻，此时轴承元件可能会引起某些故障。利用滚动体，可将振动能量传输至外圈，使其固有频率被激起，带来调制现象。该调制现象的调制频率是导致剥落元件的通过频率，载波频率是外圈各阶的固有频率。
二、采用小波-能量谱对风电机组齿轮箱故障进行诊断
2.1 数据来源和数据收集
选取某一风电机组齿轮箱的震动情况作为数据来源，该齿轮箱是二级行星一级平行结构。以齿轮平行级、第一行星级、第二行星级以及主轴承为观测点，进行其加速度数据的监测和收集，每一个测点都会监测收集到3组信号，监测时长为0.2秒，频率为25600赫兹，这些测点收集到的加速度时域图如下图1所示。
图1 加速度时域图
该环节对数据收集与分析的步骤如下：（1）对风电机组齿轮箱的振动数据采集；（2）对采集的振动数据进行降噪处理；（3）对振动数据分别进行时域分析、频域分析和时频域分析，时域分析计算振动信号的时域指标，频域分析计算信号的功率谱，时频域分析通过小波分析计算振动信号的小波能量分布；（4）对时域、频域、时频域结果进行对比。
2.2 数据处理和故障定位
（1）小波包降噪。选择合适的小波，并确定将要进行分解的层数，然后对小波实施分解；然后选择出最合适的小波包基，并对各个分解尺度下的高频系数选择适当的阈值进行阈值量化处理，最后重新构筑小波包。
（2）时域分析
在齿轮发生故障时，我们收集到的齿轮振动信号时域特征必然会出现相对应的变化，这是我们收集到的数据展开时域特征分析就可以比较清晰的认识到齿轮的运行情况。所以，时域特征分析对于齿轮故障诊断是非常重要的。本研究采用了4个时域指标，假设其中一组信号为x=[x1,x2…xn]，那么该信号的时域特征可以用下面表1的公式计算得出。
表1 时域特征参数计算公式
通过对图2时域变换趋势图进行分析，我们可知4个监测点的加速度均方根值、峭度指标、波形指标以及方根辐值在12日上午8点左右比之前都出现了不同程度的上升，而在14点又出现了回落，并且平行级的时域特征变化最为显著，所以可以初步判定齿轮的故障位于平行级上。
四、结语
风电机组一般是在恶劣的环境下进行工作，这就容易出现很多不确定故障。作为风电机组的关键组分，齿轮箱成为故障频发的部件。齿轮箱故障，对风电机组的运行安全和运行性有很大影响。基于小波—能量谱对吃了故障诊断的研究，能够及时发现其故障并进行维修，对保证风力发电机组的正常运行具有十分突出的实际意义与经济意义。
参考文献
[1]罗毅,甄立敬.基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法[J].振动与冲击.2015(03).
[2]王敏,刘佳,顾煜炯,宋磊,朱萍.基于IMF希尔伯特解调的风电齿轮箱复合故障识别方法[J].可再生能源.2012(11).
论文作者:颜繁义
论文发表刊物:《电力设备》2017年第15期
论文发表时间:2017/10/20
标签：齿轮箱论文; 时域论文; 故障论文; 风电论文; 机组论文; 小波论文; 齿轮论文; 《电力设备》2017年第15期论文;