[发明专利]一种提高风电机组齿轮箱故障分析精度的方法

说明书

技术领域

本发明涉及风力发电机组在线监控技术领域，特别涉及一种提高风电机组齿轮箱故障分析精度的方法。

背景技术

风电机组齿轮箱负责将风轮叶片的低转速转换为发电机所需要的高转速，实现能量与扭矩的高效传输。因此，齿轮箱是风电机组中最重要的传动部件。风电齿轮箱具有质量大、重心高等特点，随着风电机组装机容量的不断增大，轮毂高度逐渐增加，齿轮箱受力变得复杂化。一般风电机组都安装在高山、荒野、海滩、海岛等风口处，受无规律的变向变负荷的风力作用以及强阵风的冲击，常年经受酷暑严寒和极端温差的影响，加之所处自然环境交通不便，齿轮箱安装在塔顶的狭小空间内，一旦出现故障，修复非常困难。

目前风场对风机的维护策略主要包括以下三种：事后维护、定期维护以及状态维护。

事后维护是在故障发生之后进行停机维护，此种维护方法导致风机的停机时间长，不利于生产的管理，甚至造成额外的经济损失。

定期维护是按照固定的计划对风机进行停机检修，该种维护方式需停机，从而造成固定的经济损失，不必要的维护也可能加剧风机损伤，甚至造成二次损伤。

目前较常用的维护方式是状态维护，通过在线监测系统连续监控风电机组的状态，通过包络解调分析算法从信号中提取调制信息，分析其强度和频次就可以判断零件损伤的程度和部位。上述方法可以对风电机组的故障发展趋势和残余寿命进行预测，为合理安排维护时间和维护方式提供可靠的依据，进而提高风电机组的利用率和经济效益。

但由于风速的不稳定性，导致风电机组齿轮箱的转速以及风电机组的发电功率不断变化，进而致使齿轮箱载荷随之改变。目前对风电机组齿轮箱的在线故障诊断主要依据振动监测、温度监测等手段，在包络解调分析算法中对特征值求取的过程中并未考虑发电功率的影响，导致求取的故障特征值不确定性较大，不利于形成统一的故障评判指标。图6和图8所示分别为无故障状态和有故障状态时，包络转频受发电功率影响的示意图，通过对比可知，由于包络转频随发电功率的增加而增大，因此图6和图8所反应的特征值并不明显。

发明内容

本申请提供一种提高风电机组齿轮箱故障分析精度的方法，通过对风电机组齿轮箱振动信号的处理，降低了发电功率对振动信号的影响，提高了故障判断的准确率。

所述提高风电机组齿轮箱故障分析精度的方法包括步骤：

A、对振动传感器所采集的风电机组齿轮箱的振动信号进行有效信号的筛选；

B、降低发电功率对于振动信号的影响；

C、采用包络频谱法，依据振动信号对风电机组齿轮箱进行故障分析。

由上，通过对风电机组齿轮箱振动信号进行归一化处理，降低了发电功率对监控信号的影响，提高了故障判断的准确率。

可选的，所述步骤A中的优化步骤包括：预设振动信号的幅值范围以及偏置范围，将幅值和偏置超出所述范围的振动信号滤除。

由上，将极端天气所对应的幅值和偏置超出所述范围的振动信号滤除，以提高数据的精度。

可选的，所述步骤A中的优化步骤还包括：将发电功率未达到标准时所采集的振动信号滤除。

由上，发电功率未达到标准时说明风力不够，因此在上述时间所采集的振动信号对风电机组齿轮箱故障参考意义不大，且增加错误率，将其滤除以提高数据的精度。

可选的，所述步骤B中降低电功率对于振动信号的影响包括步骤：

B1：对振动信号进行希尔伯特变换，得出解析信号及解析信号的包络信号；

B2：对包络信号的1-范数进行归一化处理，以降低发电功率的影响。

由上，通过归一化去除由于功率增加而导致的解析信号包络增加。

可选的，所述振动信号为x(n)；

希尔伯特变换的单位脉冲响应为：