風力發電機組齒輪箱故障診斷系統的探討

2014-04-22 來源：《風能產業》瀏覽數：4344

本文介紹的故障診斷系統由數據采集和數據處理兩部分構成，數據采集部分由振動傳感器、電荷放大器、數據采集卡組成，采用Visual C++ 與matlab7.0 混合編程的方法實現數據處理。分別在時域和頻域中進行數據分析，結合風機齒輪箱的主要故障和振動信號特征，通過與參考圖譜進行對比，給出初步的診斷結果。實驗測試表明該系統能夠滿足對風力發電機組齒輪箱故障診斷的需求。

1. 引言
　　齒輪箱是風力發電機組變速、能量傳遞的關鍵部件，齒輪箱的壽命往往決定著風力發電機組的壽命，因此齒輪箱的狀態監測和故障診斷技術就顯得十分重要。
　　齒輪箱故障診斷系統一般由數據采集和數據處理兩部分結成，其中基于PC 機的振動信號采集系統是目前應用最為廣泛的振動信號采集系統之一, 它機械設備監控、遙測遙感等測控領域和其他方面有很重要的應用。而高速數據采集、高速數據處理和采集精度是影響振動分析系統的重要因素，因而本文研究的也是基于振動信號處理的采集系統。
　　數據處理方面，隨著社會的發展，目前國內外已經開展了針對大型風電機組狀態監測系統的研究，并有實際應用的報道。如Pruftechnik公司的VIBXPERT FFT 數據采集與信號分析儀、通用電氣公司的 BentlyNevada 系統、VIBROWEB XP 診斷型的在線狀態監測系統、SKF 公司的 SKF WindCon 系統、德國SCHENCK VIBROGMBH 公司的VIBRO-IC 系統等。國內目前也有有關單位開始研發針對風力發電機組的狀態監測系統產品，應用到風電機組上的主要有：金風科技公司的風電機組在線監測系統；北京唐智科技有限公司的JK07460 風力發電機傳動系統故障診斷裝置；西北工業大學旋轉機械與風能裝置測控研究所的CAMD-6100；東方振動和噪聲技術研究所的 DASP 系統等。
　　上述多種產品中，有些產品的分析和診斷功能較弱。而分析功能強的產品通常系統比較復雜，現場安裝不方便，適合實驗室使用。而本文研究的系統既適合現場安裝而且功能豐富，能夠利用一定的分析手段和方法，對已經出現故障的部件，及時分析其狀態監測系統采集的部件信息，快速有效地診斷出導致故障的原因，縮短排除故障的時間，降低損失；對于故障出現前部件的早期退化，通過對狀態信息變化的分析，可提前預測故障，為部件的維護提供明確指導, 大大減少了由于分析故障而給企業帶來的經濟損失。
　　診斷系統的組成該診斷系統由數據采集系統和數據處理系統組成，數據采集系統包括振動傳感器、電荷放大器、數據采集卡，數據處理系統則是由一套集數據監測和數據分析的軟件系統構成，如圖1 所示。下面分別介紹各個部分。