【工业智能】风机齿轮箱故障诊断 — 基于振动信号

2018 年 9 月 5 日 产业智能官

风机齿轮箱及其故障类型

风电机组多位于高山、海滩、荒漠等风口处，交通不便，运维资源调度困难，且一旦发生故障停机，每日仅由于少发电所造成的损失高达1.2万元（2MW风机）。

齿轮箱作为风力发电机组中的重要传动部件，主要作用是将风轮动力传递给发电机，使其得到相应的转速，是实现风能转换为电能的最主要部件之一，也是风机中故障率最高的零部件之一。

而且由于齿轮箱安装于距离地面几十米高空塔顶的狭小机舱内，出现故障修复十分困难。如果齿轮箱故障比较复杂，无法在塔顶完成维修，还需要下塔处理，其维修费用高、维修周期长，严重影响风机的正常运行。

“滑”雪维修心疼风电运维工程师一秒

因此，对齿轮箱进行故障诊断，判断故障发生位置及时间，能有效提升运维效率，降低维护成本。常见的齿轮箱故障模式可分为以下两类：

齿轮类故障

齿轮箱内部结构复杂，通常含有多级齿轮，常见的齿轮故障形式有：齿轮断齿、齿面胶合、齿面磨损、齿面胶合和擦伤、齿面点蚀等。

轴承类故障

轴承本身的抗冲击能力不是很强，在实际的生产活动中，是很容易损坏的部件。常见的轴承故障有：外圈故障、内圈故障、保持架故障、滚动体故障等。

齿轮箱中的轴、齿轮和轴承在工作时会产生振动，若发生故障，其振动信号的能量分布就会发生变化，所以上述故障一般都能在振动信号中体现出来。对振动信号进行合理有效地采集分析，可以很好地识别设备运行状态，大大降低风机维护成本。

基于振动信号的齿轮箱故障诊断

数据是制约算法能力的根本因素，所以为了能更准确地从齿轮箱运行状态信息中提取出故障特征，从而提高故障诊断可靠性和有效性，需要从传感器测点、振动信号采集，及结合行业机理的信号处理和特征工程技术等多方面着手。

首先，选择最佳测点

传感器作为信号采集分析的第一步，选择最佳测点成为获得有效故障信息的重要保证。布点位置不对，导致采集不到优质信号的同时，甚至可能将错误的信号发送到主机而引发一系列误判。

如将传感器安装到发电机箱体上，由于它距离振动源太远且箱体噪声较多，无法采集到所需的振动信号，更不用提后期的算法实现。

为了真实而充分地监测到能客观反映设备状况的振动信号，在掌握设备结构、设备参数、设备工作条件和设备工作原理等的基础上，还应该把握以下几个原则：

测量部位应选在设备上对振动敏感的部位。一般都把轴承处选为主要测量点，把机壳、箱体、基础的部位作为辅助测点。
对于低频振动，一般应在水平、垂直、和轴向三个方向进行测量；对于高频振动，则只需在一个方向（径向）进行测量即可。这是因为低频信号的方向性强，而高频信号对方向不敏感。
选择测点时还应考虑环境因素的影响，尽可能避免选择高温、高湿、出风口和温度变化剧烈的地方作为测量点，以保证测量结果的有效性。

其次，合理采集振动信号

传感器布置到合理的位置之后，我们需要考虑为准确提取故障特征需要采集哪些振动信号。对数据本身而言，应该把握以下几个原则：