基于振動分析技術的風力發(fā)電機組軸承故障診斷

鞠 彬，楊振山，朱述偉

（華潤電力風能（威海環(huán)翠）有限公司，山東 威海 264200）

基于振動分析技術的風力發(fā)電機組軸承故障診斷

鞠 彬，楊振山，朱述偉

（華潤電力風能（威海環(huán)翠）有限公司，山東 威海 264200）

滾動軸承在風力發(fā)電機組傳動系統(tǒng)中起著非常重要的作用，但由于風況不穩(wěn)定、設備裝配工藝不達標，整個傳動系統(tǒng)的滾動軸承在振動過程中易造成磨損失效。針對某風力發(fā)電機組，利用振動分析技術對工作異常軸承進行振動波形分析，精確診斷故障軸承的故障特征和故障程度，準確提出維護意見，提高工作效率，避免風機的意外停機。

振動分析；滾動軸承；頻譜分析；故障診斷

0 引言

當前風能成為世界各國爭相發(fā)展的新型能源，我國的風力資源開發(fā)也達到一個前所未有的高速成長階段。隨著風力發(fā)電規(guī)模的壯大，風機的機械傳動故障也逐漸暴露，特別是在傳動系統(tǒng)中的軸承方面，經長期運行，軸承容易造成磨損和損壞。一旦軸承出現(xiàn)問題，輕則產生噪音、異響，重則會造成傳動系統(tǒng)的崩潰，嚴重影響風力機組的運行。由于風力機組的高空、低速、重載工況的制約，軸承不易觀察和拆卸，在故障分析判斷上往往給工作人員帶來困難和不便［1］。

振動分析技術通過采集風力機組傳動系統(tǒng)中各軸承處的振動數據和波形，以振動理論為依據，經過振動頻譜分析診斷，可以準確判斷出故障軸承點及故障程度，提高工作效率。

1 軸承振動分析原理

滾動軸承故障診斷方法中應用較廣的為振動分析法、油樣檢測法、溫度檢測法、噪聲檢測法等，其中振動分析法是最為常見和有效的方法之一［2］。為了保證軸承在有效時間內和特殊工況下高效、可靠運行，通過分析軸承的振動數據對軸承進行故障診斷。軸承在發(fā)生故障時，常常表現(xiàn)為振動異常，噪聲增大等，需要通過有效的處理方法分析振動信號并判別運行狀態(tài)。軸承故障診斷主要分為數據采集、數據傳輸、故障特征提取、故障分類診斷，軸承故障診斷過程如圖1所示。

振動數據分析主要包括時域、頻域、時頻域等分析方法。時域信號特征主要有峰值、均值等有量綱參數，峭度、脈沖因數等無量綱參數，以及概率分布特征等。通過時域分析可以判斷出軸承故障的發(fā)展趨勢。為了精確判斷故障發(fā)生部位、故障程度，需對振動數據進行頻域分析。在軸承故障的頻域分析中，振動信號的頻譜圖直觀的表達出信號中的頻率成分以及各頻率成分的能量大小?？焖俑道锶~變換（FFT）在故障分析領域中起著非常重要的作用，通過雜亂無章的時域波形圖變換成直觀、有規(guī)律的頻譜圖。在FFT的基礎上進行包絡分析、共振解調分析等，可實現(xiàn)對軸承故障早期的精密診斷［3-5］。

圖1 軸承故障診斷過程

滾動軸承不同部位處發(fā)生故障，其頻譜和波形特征不同，故障程度不同，其波形振幅也不同。頻譜分析據于此特征從而判斷出軸承故障發(fā)生的部位和程度。1）徑向振動在軸承故障特征頻率及其低倍頻處有波峰，若有多個同類型故障，則在故障特征頻率的低倍頻處有較大的峰值；2）軸承內滾道故障特征頻率有邊帶，邊帶間隔為1倍頻的倍數；3）滾動體特征頻率處有邊帶，邊帶間隔為保持架故障特征頻率；4）若在加速度頻譜的中高區(qū)域突然有峰群生出，表明有疲勞故障；5）徑向診斷時域波形有垂直復沖擊跡象，其波峰系數大于5，表明故障產生了高頻沖擊現(xiàn)象［2］。

2 風力機組齒輪箱軸承故障診斷

以某風力發(fā)電機組高速軸軸承為分析對象，進行軸承故障分析診斷。該軸承型號為SKF30326，其特征頻率由自身尺寸決定，計算公式如下：

內圈特征頻率

BPFI＝（n／2）［1＋（d／D）cosφ］

外圈特征頻率

BPFO＝（n／2）［1－（d／D）cosφ］

滾動體特征頻率

保持架特征頻率

FTF=［1-（d／D）cosφ］／2式中：d為滾動體直徑；D為滾動軸承平均直徑（滾動體中心處直徑）；φ為徑向方向接觸角；n為滾動體數目。

SKF滾動軸承特征頻率如表1所示。

表1 SKF軸承特征頻率

在風電機組運行階段，通過在線振動監(jiān)測設備對風力發(fā)電機傳動系統(tǒng)運行狀態(tài)進行監(jiān)控，利用壓電式加速度傳感器對風機傳動系統(tǒng)中的各個軸承進行振動數據采集，并經在線分析軟件對采集數據進行后臺分析。經分析發(fā)現(xiàn)，某臺風機齒輪箱高速軸處軸承水平方向振動加速度數值持續(xù)偏高，如圖2所示，該處軸承振動加速在110m／s2左右，嚴重高于其他風機同工況下同處軸承振動加速度值15m／s2。

圖2 加速度波形趨勢

故障軸承隨著故障的出現(xiàn)和發(fā)展，其峭度值具有與波峰因數類似的變化趨勢。由于峭度值分析與軸承的轉速、尺寸和載荷無關，只是反映振動隨機變量分布特性的數值統(tǒng)計量。當滾動軸承無故障運行時，其振動信號幅值分布接近正態(tài)分布，峭度指標值K≈3。隨著軸承故障發(fā)生和加重，較大的振動幅值信號概率密度增加，導致信號幅值偏離正態(tài)分布，峭度指標值隨之增大。峭度指標值絕對值越大，說明軸承故障越嚴重［6-8］。如圖3所示，該高速軸軸承振動波形的峭度指標值大于5。通過振動加速度趨勢和波形峭度分析，已充分說明該高速軸軸承已出現(xiàn)故障。

在高速軸轉速為1 660r／min（頻率值27.7Hz）時，采集故障軸承水平方向振動信號，其時域波形如圖4所示。在時域分析圖中，可以看到含有明顯的沖擊波形，并且沖擊受到高速軸轉頻調制。通過快速傅里葉變換，實現(xiàn)振動信號由時域到頻域變換，如圖5所示，通過頻譜分析圖，可以看出頻譜中存在多處譜峰群，頻率低于15 kHz時能量比較豐富。

圖3 峭度指標

圖4 時域分析

圖5 頻譜分析

對振動信號的長波形進行階次包絡分析，如圖6所示。

圖6 長波形階次包絡譜

圖6 可見，9.44倍高速軸轉頻及其諧波能量明顯，且均帶有高速軸轉頻邊帶。由于該軸承內圈故障特征頻率為9.436X，所以可判斷該軸承故障為軸承內圈故障，其故障特征頻率為

BPFI=9.44×27.7=261.49（Hz）在長波形階次包絡譜細化圖（圖7）中，可見保持架相對于內圈轉頻為0.606倍高速軸轉頻，即保持架相對于內圈轉頻的特征頻率為：

FTFI=0.606×27.7=16.79（Hz）由于 BPFI／FTFI＝15.6≈16，且該動軸承滾動體數目為16個，則說明該故障軸承內圈發(fā)生1處表皮剝落損傷現(xiàn)象，且損傷程度嚴重。

圖7 長波形階次包絡譜細化

根據以上故障特征提取分析，可充分斷定該高速軸軸承內圈發(fā)生故障，需對其進行拆卸更換。通過后期對其拆卸，發(fā)現(xiàn)其內圈出現(xiàn)1處明顯表皮剝落現(xiàn)象，驗證了以上振動分析的結論，內圈故障情況如圖8所示。軸承內圈磨損，主要是由于軸承軸向預緊力過大所致，保持架在此狀態(tài)下受到預緊力作用，使內圈滾道產生早期非正常磨損。在軸向力長期作用下，軸承內圈滾道磨損發(fā)生逐漸劣化，軸承緊力會有所釋放，振動會隨之減小，但此狀態(tài)下會造成高速軸竄動空間增加，軸向竄動量增加。上述預緊力過大可

圖8 故障軸承內圈

能來源：1）軸承安裝時的軸向間隙過小，現(xiàn)場在更換軸承時需注意軸向間隙的調整；2）齒輪箱輸出軸與發(fā)電機間的安裝距離偏小，在連接發(fā)電機時，產生一個額外的軸向力所致。

3 結語

通過在線振動監(jiān)測設備對風力發(fā)電機組傳動系統(tǒng)中的各處軸承采集振動數據，進行故障分析、故障特征提取，從理論上精確診斷出各處軸承的運行狀態(tài)、故障類別及故障程度。該振動分析得到實際驗證，說明振動分析技術在風力發(fā)電機組軸承故障診斷中的重要性。

［1］ 范萍.故障軸承振動特性分析與典型故障診斷［D］.秦皇島：燕山大學，2012.

［2］ 常晏銘，吳張永，李健鋒，等.淺析振動分析技術在滾動軸承故障診斷中的應用［J］.機械，2007，34（4）：56-57.

［3］ 陳麗新，尹健昭，陳茜茹.應用于軸承故障診斷與分析的振動監(jiān)測系統(tǒng)研究［J］.計測技術，2016，36（S1）：156-157.

［4］ 朱振軍.軸承振動故障分析［J］.設備管理與維修，2011（S1）：99-100.

［5］ 王陽，劉紅彥.頻譜分析在齒輪故障診斷中的應用［J］.石油和化工設備，2010，13（3）：31-33.

［6］ 郭慶豐，王成棟，劉佩森.時域指標和峭度分析法在滾動軸承故障診斷中的應用［J］.機械傳動，2016，40（11）：172-175.

［7］ 蔡國娟，孫斌.基于峭度和頻率分析的軸承故障診斷［J］.石油化工設計，2016，33（2）：32-33.

［8］ 陳軍堂，廖世勇，甘劍鋒，等.峭度分析法在發(fā)動機噪聲信號故障特征提取中的應用［J］.移動電源與車輛，2011（1）：15-18.

The Bearing Fault Diagnosis of Wind Turbine Based on Vibration Analysis Technology

JU Bin，YANG Zhenshan，ZHU Shuwei
（China Resources Power Wind Energy（Weihai Huancui） Company Limited，Weihai 264200，China）

The rolling bearing plays an important role in the transmission system of wind turbine.However，the unstable wind conditions and mishandling during assembly could compromise the reliability and lifespan of the rolling bearing of transmission system.Early worn out will occur in the later stage due to vibration.Taking a certain wind turbine as a research target，this paper analyzes the vibration waveform and diagnoses the fault feature and degree of the bearing fault using the vibration analysis technology.The suggestions for maintenance are given to improve the working efficiency and avoid the unscheduled outages.

vibration analysis；rolling bearing；frequency spectrum analysis；fault diagnosis

TM614

：A

：1007－9904（2017）07－0065－03

2017-02-03

鞠 彬（1988），從事風力發(fā)電機組機械傳動系統(tǒng)研究和機械設備維護工作。