基于线性相位的风机齿轮箱无键相同步平均分析.pdf

第 33 卷 第 12 期 可再生能源 Vol.33 No.12 2015 年 12 月 Renewable Energy Resources Dec. 2015 基于线性相位的风机齿轮箱无键相同步平均分析 任锦胜 1 ， 杨 苹 2 （1．华南理工大学 风电控制与并网技术国家地方联合工程实验室， 广东 广州 510641 ； 2．华南理工大学 广东省 绿色能源技术重点实验室， 广东 广州 511458 ） 摘 要： 风电机组转速信号多由发电机编码器提供，由于SCADA 与CMS 存在时间差和采样率差异，难以实现高 速轴键相信号与齿轮箱振动信号的同步采集。 基于时域同步平均的阶次分析技术较难在风机齿轮箱故障诊断领 域得到大范围应用，提出了以线性相位估计为基础的、可适应转速波动为 10%的风机齿轮箱无键相同步平均分析 方法。选择输出级啮合频带中信噪比最高频段，利用傅里叶FIR“理想”滤波技术，实现严格线性相位保持的窄带滤 波；通过希尔伯特变换提取带通信号复相位，并进一步通过线性插值合成过零点序列；以此为基础，完成基于软件 的等角度重采样，进而实现无键相的时域同步平均分析。 在某型号机组连续 10 s 的现场实测数据中，有效地验证 了所提方法正确性和工程实用性。 关键词： 风机齿轮箱； 无键相； 时域同步平均 中图分类号： 文献标志码： 文章编号： （ ） TM614 A 1671-5292 2015 12-1840-06 DOI:10.13941/j.cnki.21-1469/tk.2015.12.015 0 引言 FFT 分析为主。 齿轮箱是风力发电机组的重要部件，承担着 Bonnardot 提出了一种不需要键相信号的等 提升转速、传递扭矩的重要作用。 然而，由于变风 角度重采样方法， 该方法针对振动信号采用人工 速、变负载的工作环境，齿轮箱频繁经受冲击，在 反复尝试的方式， 利用某阶啮合频率为中心的窄 风电机组20 年的设计寿命期内，过早出现了崩齿 带滤波来实现键相信号的估计， 从而实现时域同 或断齿、轴承疲劳断裂等故障。 齿轮箱的维修更 步平均计算[1] 。 Combet 对以上方法进行了研究和 换尤为复杂， 是风机停机维修时间最长的部件。 扩展， 实现了用于瞬时转速和键相信号估计啮合 因此，有效诊断风机齿轮箱的故障是国内外风电 频率的自动选择和时域同步平均计算[2] 。 但是，上 故障诊断领域的研究重点。 述方法体系的典型应用场合是转速波动小于 1% 在齿轮箱故障诊断方法中，基于等角度采样 的旋转机械，与风机工业现场大范围变工况、变风 的时域同步平均方法（TSA ），克服了传统FFT 分 速情况不符。 本特利内华达在美国 GRC 的 析因转速变化导致的谱图频率模糊问题。 当平均 Round Robin Study 项目中， 对与振动信号同频同 次数足够多时， 方法具有降低噪声、不同转轴 步采集的瞬时转速信号进行了基于逼近和累积的 TSA 信号分离的优点，是国内外公认的风电机组齿轮 人工键相合成与分析，取得了一定的效果[3] 。但是， 箱振动信号分析的有效手段。 然而， 传统的TSA 由于该方法存在累积误差而导致同步平均分析结 分析必须依赖于发电机后端编码器或高速轴接近 果存在定向阶次漂移问题。此