风力发电机齿轮箱振动测试方法
风力发电机组的振动测试与诊断
风力发电机组的振动测试 与诊 断
风 力发 电机组 的振 动测试 与诊 断
张登峰， 郝 伟， 旺身 郝 （ 郑州大学振动工程研究所 ，郑州 ４ ００ ） ５ ０ １
【 要】 针对 目 ｊ 商 前国内风力发电机组故障诊断还处于初期阶段。 本文从风力发电机组齿轮箱和发电机轴承进
行振动测试 与诊断。通过实例表 明 ， 实施风力发 电机组的振动故 障诊 断是完全可行 的。 蝴 】 风【发 电机组 ；故障诊 断；振动测试 ； 力
素。机组发生故障可能主要有以下原因：一方面油温
基金项 目：国家 自 然科 学基 金资助项 目（ ６５０） 河南省杰 ５ ７２９； ０ 出人才创新基金资助项 Ｈ ０２０００） （６１０ ５０
依据当前风力发 电设备的现场工作状况 ，较容易
产生故障的部位常常是齿轮箱齿轮和发电机以及它们 前后轴承 ， 并考虑到现场 隋况及测试 的方便性 ，因此 ，
况下，诱发齿轮胶合 、齿面损伤和轴承失效 （ 内外圈 或滚珠损坏 ） 等故障的出现。另一方面，设计ｊ 存在 － 缺 陷 。这 主要 由于齿轮 的承载 能力 计算 一 般按 照 ＩＯ ３６进行。当无法从实际运行得到经验数据时 ， Ｓ ６３ 厂 家可能 选用 的应用 系数 为 １ ， ． 但实 际上 由于风 载荷 ３ 的不稳定性 ，使得设计与实际具有偏差 ，造成齿轮表 面 咬伤甚 至表 面载荷 过大 而疲劳 破坏 【。 如果 轴承选 择 不好 ， 会造成轴承损坏。这在一定程度上影响着功率 传递 ，产生噪音 ，严重影响机组正常运行。
【 文献标识码】 Ｂ 【 文章编号】 ０ ０３ ８（０ ２０ －０ ００ １ ０ —９ ３２ １） １ １—３ ０
Ｖ ｂ ａ ｉｎＴ ｓ ｎ ａ ｎ ｓｓｏ ｅＷ ｉ ｎ ｒ ｔ ｒ ｉ ｒ ｔｏ ｅｔａ ｄＤｉｇ ｏ ｉ ｆ ｈ ｎｄＧｅ ｅ ａ ｏ ｔ
风力发电机组异常振动测试与诊断分析
风力发电机组异常振动测试与诊断分析风能作为一种清洁能源，发展迅速。
由于风电机组通常在野外，环境条件恶劣，而且容易发生故障，因此维护保养需要耗费大量的人力物力。
我国在风机故障诊断方面开展了大量的研究，并取得了丰硕的成果。
给出了各种状态监测方法和信息融合诊断技术。
这些研究大多基于数值计算和理论分析，并提出了各种控制措施。
但由于风电机组的复杂性和运行环境的多变性，在设计之初就要考虑风电机组的振动特性，进行优化设计，并进行相应的试验验证，以避免出现异常振动。
标签：风力发电机组;异常振动测试;诊断1研究概况某风力发电机组电机整体通过4个隔振器弹性安装在基座上，电机-隔振器-基座组成的电机系统与增速齿轮箱所在的塔筒基座通过8个螺栓纵向连接，该基座下部悬空，以齿轮箱安装基座面为基准呈悬臂梁状态。
箱体上布置三条横向加强筋，铁芯与横向加强筋通过4个点焊接刚性固定。
发电机工作方式为水冷，通过左侧面的进出水口循环，水箱安装在电机顶部的箱体上。
风力发电机运行转速范围为600rpm～1380rpm，正常并网发电转速为900rpm～1200rpm。
2振动特性2.1齿轮啮合频率啮合频率是两个齿轮转动一个节面角所需时间的倒数，可由式（1）确定。
（1）式中：n为主轴转速即风轮转速，rpm;z为齿数。
风电机组齿轮箱采用1级行星/2级平行轴传动结构，如图1所示。
第一级为行星轮系，行星齿轮架为输入端，内齿圈固定，太阳齿轮为输出端。
主要参数有：太阳齿轮齿数Z2、行星齿轮齿数Z3、内齿圈齿数Z4。
当一级行星轮系传动比为I1，内齿圈转速N4=0，太阳齿轮转速N2=I1·n，行星齿轮转速N3=n，即可计算出太阳轮、行星齿轮和内齿圈的啮合频率。
以此类推，容易得出中间轴及高速轴齿轮的啮合频率计算方法。
2.2轴承通过频率轴承的特征频率与自身尺寸有关，计算公式如下：内圈通过频率：外圈通过频率：滚动体特征频率：保持架固有频率：由公式及参数，便可求出理论轴承特征频率，在实际应用过程中发现，计算得出的理论特征频率与实际特征频率极其接近。
风力发电机组振动测试仪使用方法培训
正在测试
在测试结束后再次压下 “M/S”键，对数据进 行保存。 依次测量所有测量点至 工作完成。
测试的方向
测试时要保持水平、 垂直或平行。
振动标准
我们风力发电常使用 的为二类标准。
ISO2372 (10Hz--1000Hz)
转子不平衡
轴系不对中
正确对中 平行不对中 角度不对中 平行和角度不对中
风力发电机组振动测试仪使用方法培训 振动测试仪使用方法
振动测试仪外型
测试仪键盘构造
开机时轻点设备上最下开 关键一下。 关机时需要常压开关键四 秒。 ENTER为确认键 M/S为测试与储存键
系统屏幕内容
在建模后，选好建模内容，按 下ENTER进入选择测试界面。
测试界面
按下方向键右键可打开测 量点文件夹，在选择测量 内容后压下“M/S”进行 测量。
vel,
轴系不对中
time
2X 1X
3X
frequency
机械松动
5X
2X
4X
1X
3X
6X
velocity
0.5X
frequency
ቤተ መጻሕፍቲ ባይዱ
齿轮故障
正常齿轮
磨损齿轮 齿轮偏心 齿轮不对中
滑动轴承
滑动轴承或轴承座松动可能出现的频谱
滚动轴承
风力发电机组齿轮箱振动测试与分析
风力发电机组齿轮箱振动测试与分析齿轮箱做振动测试和分析，通过模式识别找到齿轮箱损坏时呈现的特性，为齿轮箱故障诊断提供依据。
我国风电场中安装的风力发电机组多为进口机组。
因为在恶劣环境下工作，其损坏率高达40%～50%。
随着清洁能源的普及，齿轮箱的故障诊断和预知维修已迫在眉睫。
本文就齿轮箱的故障诊断作一些探索性研究。
一、齿轮箱振动测试采用北京东方所开发的DASP(Data Acquisition and SignalProcessing)测振系统，对某风电场4#、5#机组齿轮箱的不同测点（图1）做振动测试和分析，4#机组刚进行过检修运行正常作为对照机组，5#机组噪声异常为待检机组，对两机组齿轮箱的振动信号对比分析，判断存在故障。
齿轮箱特征频率见表1。
表1 齿轮箱特征频率表Hz二、信号分析1.统计分析由统计表2、表3可看出，5#机组振动值明显偏大，尤其是5～10测点振动值基本上是4#机组相应测点的2倍以上。
表2 4#机组幅域统计表 m/s2表2 5#机组幅域统计表m/s25#机组概率分布及概率密度函数反映其时间序列分布范围较宽（图2），峭度系数（即四阶中心距）与4#机组的（图3）明显，同（若以4#机组为标准g=0，那么5#机组g=0），预示5#机组存在故障。
2.时域分析通过时域分析（图4、图5），发现5#机组齿轮箱振动信号有明显异常．幅值转大，且有明显的周期性，其频率约大20Hz。
3.频坷分析由图6可见，5#机组齿轮箱的频谱图既有调幅成分又有调频成分（调制频率对中心频率的幅值不对称）。
从5#机组功率谱密度函数（图7）可以看出，在频率177Hz、196Hz、531Hz及其倍频处幅值和4#机组（图8）相应测点相比成倍数增大。
而177Hz是高速轴转频的7倍频，196Hz、531 Hz是齿轮箱第II级、第I级的啮合频率，因而可判断故障出现在第II级、第Ⅲ级。
4.特殊分析在倒频谱（图9、图10）中可以看到，4#和5#机组的倒拼图中都有一个明显的频率为9.8Hz的尖峰，这个频率与中间轴的转频相同，说明中间轴的回转误差较大，是主要的调制源。
风力发电增速齿轮箱的动态特性和振动响应分析
风力发电增速齿轮箱的动态特性和振动响应分析引言：随着全球对可再生能源的需求增长以及环境保护意识的提高，风力发电作为一种清洁、可再生的能源形式，越来越受到重视。
风力发电机组的核心部件之一是齿轮箱，它负责将风轮传递的力转化为发电机可以利用的电能。
齿轮箱的性能对风力发电机组的功率输出和寿命具有重要影响。
因此，了解风力发电增速齿轮箱的动态特性和振动响应分析，对于优化设计和提高可靠性至关重要。
1. 风力发电增速齿轮箱的动态特性分析风力发电增速齿轮箱是风力发电机组中一个关键的传动装置，其主要功能是将风轮转速提高到发电机工作转速。
为了确保高效的功率输出和稳定的运行，齿轮箱的动态特性需要被全面了解和分析。
主要的动态特性分析包括以下几个方面：1.1 齿轮传动特性分析齿轮传动是齿轮箱中传递力和扭矩的主要方式，了解齿轮传动的动态特性对于分析齿轮箱的性能至关重要。
通过建立齿轮传动系统的动力学模型，可以分析齿轮间的接触力、动力破坏等问题，以及齿轮箱在不同工况下的传递效率和能量损耗情况。
1.2 轴承特性分析轴承作为齿轮箱中支撑齿轮和传递力的关键部件，其性能对齿轮箱的工作稳定性和寿命具有重要影响。
轴承的动态特性包括刚度、阻尼和阻力等参数，通过分析轴承的动态性能，可以预测轴承在不同振动频率下的工作状态，为齿轮箱的优化设计和性能改进提供依据。
1.3 动力学模态分析齿轮箱的动力学模态分析可以揭示其固有的振动特性。
通过对齿轮箱进行模态分析，可以获得其固有频率、振型和振动模态。
这些信息对于了解齿轮箱的振动特性以及振动源的定位和控制具有重要意义。
同时，在齿轮箱设计和优化过程中，动力学模态分析也是一种常用的评估方法。
2. 风力发电增速齿轮箱的振动响应分析振动是齿轮箱故障的主要表现之一，对于风力发电增速齿轮箱的振动响应进行分析可以提前发现潜在的故障，确保机组的安全稳定运行。
主要的振动响应分析包括以下几个方面：2.1 振动传感器的安装振动传感器的正确安装对于测量和分析齿轮箱的振动响应至关重要。
风力发电场中风机齿轮箱故障检测方法研究
风力发电场中风机齿轮箱故障检测方法研究随着全球气候变化加剧，清洁能源的需求急剧增加。
风力发电作为其中的一种清洁能源形式，越来越受到人们的重视。
然而，风力发电场中，风机齿轮箱等设备的故障却时常发生，给风力发电的稳定运行带来了很大的隐患。
因此，风机齿轮箱的故障检测方法的研究变得愈发重要和紧迫。
一、国内外研究现状目前，针对风机齿轮箱故障检测方面，国内外已经有一些研究。
在国外，美国的风机齿轮箱故障检测技术已经比较成熟。
据相关机构公布的数据，90%以上的风机故障是由齿轮箱问题引起的。
因此，美国在这方面的研究广泛应用于实际生产中。
而在国内，虽然也有一些研究，但是相对来说还比较薄弱，需要加强研究和探索。
二、常用的故障检测方法目前，常用的故障检测方法主要有以下几种：1. 声音检测法声音检测法就是通过检测风机齿轮箱工作时产生的噪声来判断齿轮箱是否存在故障。
声音检测法简单易行，但是精度较低，受环境因素和人为干扰的影响比较大。
2. 振动检测法振动检测法是一种评估机器支撑结构稳定性的科学方法，也是一种常用的检测方法。
利用加速度计等设备测量风机齿轮箱所产生的振动特征，从而判断齿轮箱是否存在故障。
振动检测法的优点在于精度相对较高，但是对于那些早期故障的判断还有一定的难度。
3. 热成像检测法热成像检测法采用的是红外线热像仪，测量风机齿轮箱的表面温度分布情况，以此来判断齿轮箱是否存在故障。
热成像检测法的优点在于不会对齿轮箱内部进行破坏性的检测，且检测速度快，结果准确度也较高。
但是，这种方法的价格相对较高，一般只能用于大型风机的故障检测。
三、新兴的故障检测方法随着技术的不断发展，越来越多的新兴故障检测方法被应用到风机齿轮箱故障检测中。
1. 无损检测技术无损检测技术是当前比较火热的一种新兴故障检测技术，主要是通过利用红外热成像、振动信号分析以及声学检测等方法对风机齿轮箱进行非侵入式的检测。
这种方法的优点在于具有非侵入性和高精度的特点。
风电齿轮箱的振动原理及常见故障分析
目录摘要 (3)Abstract (4)第1章绪论 (5)1.1 课题研究的背景 (5)1.1.1 全球风电发展状况 (5)1.1.2 福建风电发展状况 (6)1.2 课题研究的目的及意义 (6)1.3 国内外研究现状 (7)1.3.1 国外研究动态 (8)1.3.2 国内研究动态 (8)1.4 本文的主要内容及架构 (9)1.5 本章小结 (10)第2章风电齿轮箱的振动原理及常见故障分析 (10)2.1 风电齿轮箱的基本结构和振动原理 (10)2.1.1 风电齿轮箱的主要结构组成 (10)2.1.2 风电齿轮箱的振动原理 (11)2.2 风电齿轮箱常见故障形式 (11)2.2.1 常见齿轮类故障分析 (12)2.2.2 常见轴承类故障分析 (13)2.3 风电齿轮箱振动信号特征分析 (14)2.3.1 齿轮箱振动信号的特征 (14)2.3.2 齿轮箱故障特征频率的计算 (16)2.4 本章小结 (19)第3章常用风电齿轮箱故障诊断方法 (20)3.1 时域分析法 (20)3.2 频域分析法 (1)3.2.1 频谱分析法 (21)3.2.2 倒频谱分析法 (22)3.2.3 Hilbert包络解调 (23)3.2.4 频谱细化分析 (24)3.2.5 小波包分析法 (25)3.4 本章小结 (27)第4章基于LabVIEW的风机齿轮箱故障诊断系统的设计 (27)4.1 开发系统LabVIEW简介 (27)4.2 风电齿轮箱故障诊断系统的设计要求及架构 (28)4.3 风电齿轮箱故障特征量提取系统的硬件搭建 (29)4.4离线故障诊断系统简介 (30)4.5系统初始化设置模块 (30)4.6时域特征提取模块 (31)4.7频域特征提取模块 (32)4.7.1 Hilbert包络解调分析 (32)4.7.2 功率谱分析 (33)4.7.3 倒频谱分析 (34)4.8特征频率的计算 (34)4.9风电齿轮箱故障实例分析 (35)4.10本章小结 (37)第5章结语与展望 (37)5.1 总结 (37)5.2 展望 (38)致谢 (38)参考文献 .................................................................................................................... 错误！未定义书签。
风力发电增速齿轮箱的振动信号处理和故障诊断算法
风力发电增速齿轮箱的振动信号处理和故障诊断算法引言随着风力发电行业的迅速发展，风力发电机组在电力产业中扮演着重要角色。
然而，由于工作环境恶劣且处于长期运行状态，风力发电机组的齿轮箱常常会出现故障。
通过对齿轮箱振动信号进行处理和故障诊断算法的开发，可以实现对风力发电机组的实时监测和准确的故障诊断，进一步提高风力发电机组的可靠性和可用性。
一、风力发电机组的齿轮箱振动信号处理风力发电机组的齿轮箱振动信号包含丰富的故障信息，如齿轮损伤、轴承故障等。
处理振动信号的主要目标是提取有用的故障特征信号，并降低其他噪声干扰。
1. 振动信号采集与预处理振动信号的采集是故障诊断的基础。
通过安装合适的振动传感器，可以实时监测风力发电机组的齿轮箱振动信号。
在采集信号之前，需要对信号进行预处理，如滤波去除高频噪声、降采样等，以提高信号的质量和信噪比。
2. 振动信号的时频分析时频分析可以将振动信号从时域转化为频域，提供更多关于故障特征的信息。
常用的时频分析方法包括短时傅里叶变换（STFT）、小波变换等。
通过对振动信号进行时频分析，可以得到故障频率、能量分布等特征。
3. 特征提取与选择从时频分析的结果中提取和选择适合故障诊断的特征。
常见的特征包括频谱特征、统计特征、时域特征等。
特征提取的目的是将原始信号映射到一个低维空间，保留关键信息，并减少噪声和冗余信息的影响。
二、风力发电机组齿轮箱的故障诊断算法基于振动信号处理的齿轮箱故障诊断算法可以实现对风力发电机组的实时监测和故障诊断，及时发现和预测潜在故障。
1. 基于模式识别的故障诊断算法模式识别技术在故障诊断领域有着广泛应用。
通过构建合适的特征向量和分类模型，可以对齿轮箱振动信号进行分类识别，判断是否存在故障。
常用的模式识别算法包括支持向量机（SVM）、人工神经网络（ANN）等。
2. 基于机器学习的故障诊断算法机器学习算法可以通过学习振动信号的模式和规律，实现自动化的故障诊断。
常用的机器学习算法包括决策树、随机森林、深度学习等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
风力发电机组齿轮箱振动测试与分析
唐新安谢志明王哲吴金强
摘要对齿轮箱做振动测试和分析，通过模式识别找到齿轮箱损坏时呈现的特性，为齿轮箱故障诊断提供依据。
关键词风力发电机组齿轮箱振动分析故障诊断
中图分类号 TH113. 21 文献标识码 A
我国风电场中安装的风力发电机组多为进口机组。
因为在恶劣环境下工作，其损坏率高达40%～50%。
随着清洁能源的普及，齿轮箱的故障诊断和预知维修已迫在眉睫。
本文就齿轮箱的故障诊断作一些探索性研究。
一、齿轮箱振动测试
采用北京东方所开发的DASP(Data Acquisition and SignalProcessing)测振系统，对某风电场4#、5#机组齿轮箱的不同测点（图1）做振动测试和分析，4#机组刚进行过检修运行正常作为对照机组，5#机组噪声异常为待检机组，对两机组齿轮箱的振动信号对比分析，判断存在故障。
齿轮箱特征频率见表1。
表1 齿轮箱特征频率表 Hz
二、信号分析
1.统计分析
由统计表2、表3可看出，5#机组振动值明显偏大，尤其是5～10测点振动值基本上是4#机组相应测点的2倍以上。
表2 4#机组幅域统计表 m/s2
表2 5#机组幅域统计表 m/s2
5#机组概率分布及概率密度函数反映其时间序列分布范围较宽（图2），峭度系数（即四阶中心距）与4#机组的（图3）明显，同（若以4#机组为标准g=0，那么5#机组g=0），预示5#机组存在古障。
2.时域分析
通过时域分析（图4、图5），发现5#机组齿轮箱振动信号有明显异常．幅值转大，且
有明显的周期性，其频率约大20Hz 。
3.频坷分析
由图6可见，5#机组齿轮箱的频谱图既有调幅成分又有调频成分（调制频率对中心频率
的幅值不对称）。
从5#机组功率谱密度函数（图7）可以看出，在频率177Hz、196Hz、531Hz及其倍频处幅值和4#机组（图8）相应测点相比成倍数增大。
而177Hz是高速轴转频的7倍频，196Hz、531 Hz是齿轮箱第II级、第I级的啮合频率，因而可判断故障出现在第II级、第Ⅲ级。
4.特殊分析
在倒频谱（图9、图10）中可以看到，4#和5#机组的倒拼图中都有一个明显的频率为9.8Hz 的尖峰，这个频率与中间轴的转频相同，说明中间轴的回转误差较大，是主要的调制源。
对比包络解调谱（图11、图12）可以看出，5#机组19.5Hz、39.1Hz和58.6Hz（中间轴转频的2倍频、4倍频和6倍频）就是调制的频率，说明中间轴发生了故障。
从图13、图14可以看到，齿轮箱的频谱以第II级、第Ⅲ级齿轮啮合频率（196Hz、531Hz）及其倍频为中心频率，以中间轴的转频及其倍频为调制频率形成上下边频带。
据以上分析，可以确定该齿轮箱的第II级和第Ⅲ级轴、齿轮、轴承存在缺陷，拆检结
果与诊断结果相符。
三、结论
1.拆检结果证明，用上述方法可以快速、准确地判断出待检齿轮箱是否存在故障以及故障所在。
2.风力发电机组工作环境十分恶劣，输入载荷变化频繁，故障率非常高，维修困难。
建议加强机组安全保护方面的设计（如加装机组状态监测系统等）。
3.风力发电机组由于结构复杂，转速变化频繁，故障类型多，有必要采用多种手段（如噪声测试、油液分析等）进行综合精密故障诊断。
参考文献
1 易良集一简易振动诊断现场实用技术．北京：机械工业出版社，2003
2 钟秉林，黄仁．机械故障诊断学．北京：机械工业出版社，1997
3 丁康，李魏华，朱小勇．齿轮及齿轮箱故障诊断实用技术．北京：机械工业出版社，2005
4 张来斌，王朝晖，张喜延，樊建春．机械设备故障诊断技术及方法．北京：石油工业出版社，2000
5 徐敏，黄昭毅设备故障诊断手册．西安：西安交通大学出版社，1998。