基于希爾伯特黃在風力發電機組軸承故障診斷

摘 要：針對風力發電機組軸承故障振動信號特性，該信號為非平穩信號。提出基于希爾伯特黃的對風力發電機組軸承故障的診斷方法。該方法是用經驗模式分解方法將原始信號分解成包含不同特征時間尺度的本征模態函數，并對分解后得到的每一個本征模態函數分量進行希爾伯特變換，從而得出時頻平面上的幅值分布的爾伯特譜，并通過其反映出來的物理信息對風力發電機組軸承做故障診斷分析。

關鍵詞：希爾伯特黃；風力發電機組軸承；故障診斷

希爾伯特黃是時頻分析方法的一種，這種分析方法它可以根據信號的特征特點進行分解，得到不同的頻率的信號，而且分解得到的時頻的分辨率也是很高的，它能夠很好的把不同頻率的信號聚集在一起，能夠非常實用的用在對表現不平穩的信號進行有效的處理和判斷分析上。筆者在這里把希爾伯特黃應用到風力發電機組軸承故障診斷中，用一種新型有效的方式對出現的故障進行分析。

1 希爾伯特黃變換的理論基礎

希爾伯特黃變換是美國宇航局的華裔工程師NordenE·Huang提出的一種多尺度信號分析方法——希爾伯特黃變換（Hilbert-Huang Transform，縮寫為HHT）。該方法在分析非線性、非平穩信號中有極大的優點，其結果得到很好的驗證。HHT方法是在對瞬時頻率概念深入研究的基礎上的創新。它把非平穩的信號進行EMD分解，從而使非平穩信號達到平穩化的狀態，平穩化狀態的信號經過希爾伯特黃變換后就有了研究的物理意義。

1.1 經驗模式分解（EMD）方法

2 基于希爾伯特黃在風力發電機組軸承故障診斷的試驗研究

本風力發電機組軸承故障診斷實驗是在風力發電機組軸承故障診斷實驗臺上來做的實驗。這個實驗用到的實驗設備有：風力發電機組主軸的軸承、實驗需要的發電機和實驗信號的采集設備。風力發電機組主軸的軸承用的是滾子軸承，改主軸軸承承受的主要是徑向作用力產生的載荷，同時也要承受一部分軸向作用力產生的載荷。本實驗發電機設備和實驗所用的主軸設備要用聯軸器進行連接。實驗用風速傳感器來采集實驗的風速數據。用加速度的傳感器，來采集軸承的振動加速度的信號，該設備被安裝在主軸承上。采用DH5920動態測試分析儀采集數據。將采集來的數據進行希爾伯特譜分析。

在該實驗中得到的希爾伯為我們很清晰明了地提取了發電機軸承出現故障的振動的信號的故障特征的三個特點：（1）輸入軸轉頻28Hz，說明故障出現的位置在輸入軸上；（2）風力發電機組主軸的頻率600赫茲左右；（3）風力發電機組主軸軸承的外圈的頻率在1100赫茲左右；反應出實驗中主軸的故障產生的信號是寬帶信號，這就可以判斷出風力發電機組主軸軸承故障是表面損傷。

3 結束語

在該實驗用我們用希爾伯特變換對風力發電機組的主軸軸承故障進行了有效的診斷，并得出了非常理想的實驗結果，說明這個實驗方法非常的正確，效果非常的好，壓主要集中表現在下面幾點： （1）該試驗方法的研究基礎是以信號的局部的特征和信號的時間尺度，實驗巧妙的集合二者的關系，反應一定的物理特性，并且能夠把非常復雜的信號，把不平穩、不穩定的信號所呈現的函數分解為若干個本征模態函數，并找出一定的數學關系，更重要的是每一個本征模態函數自身的的頻率具有兩大變化特征：一是隨著采集樣本的頻率的變化而變，二是根據自身的信號的變化相對應產生變化，最后，該實驗所用的實驗方法不會受到信號能量在實驗中擴散的困擾。因此實驗所用到的實驗信號處理的方法，在沒有線性特征、信號呈現不穩定態勢等復雜信號的處理能力很強。（2）該方法能夠準確地向我們反映出信號的特征，并且反應的速度效率很及時。該試驗表明了希爾伯特譜順利的提取了風力發電機組軸承存在的故障的基本特征，在以后風力發電機組軸承故障診斷中的應用前景將會非常廣泛。

參考文獻

[1]安學利，蔣東翔，李少華.基于決策融合的直驅風力發電機組軸承故障診斷[J].電網技術，2011（7）.