基于多尺度線調(diào)頻基稀疏信號(hào)分解的風(fēng)力發(fā)電機(jī)組故障診斷研究.pdf

1、隨著石化燃料不斷減少與環(huán)境保護(hù)壓力日益增大,風(fēng)能的開(kāi)發(fā)利用迅猛發(fā)展,風(fēng)力發(fā)電機(jī)組的裝機(jī)容量迅速增加。大型風(fēng)力發(fā)電機(jī)組工作的自然環(huán)境惡劣,負(fù)載變化復(fù)雜,導(dǎo)致了其較高的故障率。研究風(fēng)力發(fā)電機(jī)的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù),對(duì)于保障風(fēng)力發(fā)電機(jī)的安全、穩(wěn)定運(yùn)行具有重要意義。
　　 大型風(fēng)力發(fā)電機(jī)組的狀態(tài)監(jiān)測(cè)與故障診斷有兩個(gè)主要特點(diǎn):一是大型風(fēng)力發(fā)電機(jī)組結(jié)構(gòu)復(fù)雜、故障類型多,需要建立相應(yīng)的狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)模型;二是大型風(fēng)力發(fā)電機(jī)組在變轉(zhuǎn)速

2、、變負(fù)載工況下工作,監(jiān)測(cè)信號(hào)通常是頻率呈曲線變化的非平穩(wěn)信號(hào)。本文在國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目“大型風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)控與故障診斷技術(shù)研究”(項(xiàng)目編號(hào):2009AA04Z414)和國(guó)家自然科學(xué)基金項(xiàng)目“多尺度線調(diào)頻基稀疏信號(hào)分解方法及其在機(jī)械故障診斷中的應(yīng)用研究”(項(xiàng)目批準(zhǔn)號(hào):50875078)資助下,深入研究了大型風(fēng)力發(fā)電機(jī)故障診斷技術(shù),根據(jù)風(fēng)力發(fā)電機(jī)組的結(jié)構(gòu)和故障特點(diǎn),建立了大型風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)模型,

3、針對(duì)現(xiàn)有信號(hào)處理方法時(shí)頻聚集性不夠,抗噪性不強(qiáng),無(wú)法有效提取變轉(zhuǎn)速工況下大型風(fēng)力發(fā)電機(jī)組非平穩(wěn)信號(hào)特征的問(wèn)題,研究了基于多尺度線調(diào)頻基的稀疏信號(hào)分解方法,并將其應(yīng)用于變轉(zhuǎn)速工況下風(fēng)力發(fā)電機(jī)的齒輪和滾動(dòng)軸承故障診斷。本文的主要研究工作有:
　　 (1)針對(duì)大型風(fēng)力發(fā)電機(jī)組的結(jié)構(gòu)和故障特點(diǎn),建立了風(fēng)力發(fā)電機(jī)組的狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)模型,介紹了大型風(fēng)力發(fā)電機(jī)組的故障診斷技術(shù)。
　　 (2)針對(duì)現(xiàn)有信號(hào)處理方法時(shí)頻聚集性不夠,

4、抗噪性不強(qiáng),無(wú)法有效提取變轉(zhuǎn)速工況下大型風(fēng)力發(fā)電機(jī)組非平穩(wěn)信號(hào)特征的問(wèn)題,研究了基于多尺度線調(diào)頻基的稀疏信號(hào)分解方法,該方法具有較高的時(shí)頻聚集性、分解的自適應(yīng)性、表示的稀疏性和較強(qiáng)的抗噪能力,非常適合于非平穩(wěn)信號(hào)的分析處理。
　　 (3)針對(duì)變轉(zhuǎn)速工況下大型風(fēng)力發(fā)電機(jī)組齒輪故障振動(dòng)信號(hào)調(diào)制邊頻帶難以識(shí)別的問(wèn)題,提出了基于多尺度線調(diào)頻基稀疏信號(hào)分解的階比分析方法。該方法可以有效地提取齒輪的嚙合分量與調(diào)制邊頻分量,從嚙合分量的時(shí)頻分

5、布曲線得到瞬時(shí)轉(zhuǎn)頻估計(jì),將非平穩(wěn)的分量信號(hào)轉(zhuǎn)變?yōu)槠椒€(wěn)信號(hào),進(jìn)而清楚直觀地判斷齒輪故障。與傳統(tǒng)的直接對(duì)齒輪箱故障振動(dòng)信號(hào)進(jìn)行階比分析的方法比較,結(jié)果表明該方法抗噪性強(qiáng),調(diào)制邊頻帶識(shí)別效果好,且無(wú)需轉(zhuǎn)速計(jì)。仿真算例與應(yīng)用實(shí)例驗(yàn)證了該方法的有效性。
　　 (4)針對(duì)變轉(zhuǎn)速工況下大型風(fēng)力發(fā)電機(jī)組滾動(dòng)軸承故障特征信息難以提取的問(wèn)題,提出了一種基于多尺度線調(diào)頻基稀疏信號(hào)分解的廣義解調(diào)方法。該方法先采用基于多尺度線調(diào)頻基的稀疏信號(hào)分解方法分解

6、頻率呈曲線變化的多分量信號(hào),得到瞬時(shí)頻率和瞬時(shí)幅值都具有物理意義的單分量信號(hào)及其相位函數(shù),再基于獲取的各分量信號(hào)的相位函數(shù)對(duì)原信號(hào)進(jìn)行廣義解調(diào)處理,從而將非平穩(wěn)信號(hào)轉(zhuǎn)化為平穩(wěn)信號(hào)。當(dāng)轉(zhuǎn)速變化時(shí),滾動(dòng)軸承故障特征頻率呈曲線變化,對(duì)滾動(dòng)軸承故障振動(dòng)信號(hào)進(jìn)行基于多尺度線調(diào)頻基的稀疏信號(hào)分解,提取包絡(luò)信號(hào)分量,再對(duì)包絡(luò)信號(hào)分量進(jìn)行廣義解調(diào),根據(jù)廣義解調(diào)后分量信號(hào)頻率成分與轉(zhuǎn)頻的關(guān)系即可判斷滾動(dòng)軸承的故障部位和類型。仿真信號(hào)與軸承內(nèi)外圈故障振動(dòng)信