基于AE與STFT的變槳軸承裂紋診斷研究?

李 婷， 付德義， 薛 揚

（1.中國電力科學研究院有限公司新能源研究中心 北京，100192）

（2.中國電力科學研究院有限公司新能源與儲能運行控制國家重點實驗室 北京，100192）

引言

風能作為一種清潔的可再生能源，越來越受到各國重視?！秶抑虚L期科學和技術發展規劃綱要（2006—2020）》中明確提出，要大力推進風電行業發展，要實現大型風電設備的技術突破［1-2］。然而，與國外風電行業相比，我國在該領域的研發起步較晚，技術也相對落后，特別是關鍵零部件的健康監測問題，已成為制約我國風電設備發展的技術瓶頸之一。

作為大型風力發電機組傳動系統的關鍵部件之一的變槳軸承，其裂紋故障的診斷就是亟需解決的技術難題。變槳軸承內圈連接輪轂，外圈連接葉片，其作用是當風速過高或過低時，通過外圈轉動調節槳葉的角度和節距，改變氣流對葉片攻角，從而保證風電機組獲得穩定的空氣動力轉矩，輸出恒定的功率發電。變槳軸承一旦發生故障，整個機組控制功能的實現及運行安全均會受到直接影響，輕則導致發電機組停止工作，重則釀成重大安全事故［2］。

基于振動或應變等常規監測手段分析和識別變槳軸承故障卻受到很大限制［3-4］，主要難點在于：①不完全轉動，無穩定工頻，難以基于振動監測計算故障特征頻率來識別變槳軸承故障；②很難接觸式測量，難以在變槳軸承上安裝振動傳感器；③各類振動噪聲干擾信息多。一方面風電機組結構復雜，零部件繁多，由此造成的各類外界振動干擾很多；另一方面，受不定風力的影響，變槳軸承的受力及轉動瞬間變化，進一步產生振動噪聲。

因此，基于變槳軸承的故障診斷現狀，提出一種基于聲發射技術采集變槳軸承信號方案［5］，解決基于振動或應變等監測手段難以奏效的問題。AE信號的產生是由于材料內部的晶格發生畸變、裂紋加劇以及材料在塑性變形時釋放出的超高頻應力波脈沖信號，受環境因素影響較小，且頻率范圍較寬容易獲取。另外，金屬裂紋產生的AE信號與其他信號在幅值和頻率上均有很大區別，不需要接觸聲發射源，受傳遞路徑影響較小，可以有效捕捉變槳軸承裂紋信息?；贏E的故障診斷在滾動軸承、車輛輪軸和回轉軸承等部件上均已取得顯著成效［6-8］。

針對AE信號的處理，擬采用短時傅里葉時頻方法，尋找故障特征，識別裂紋故障［9］。STFT用信號加時間窗的方法對信號進行分割，進而分析每個時間窗內的信號，在時間域和頻率域均獲得良好局部性的分析方法。廖傳軍等［10］將STFT應用于滾動軸承的AE信號分析中，能夠較好識別損傷類型。張東等［11］研究了迭代廣義短時Fourier變換，并將其應用于行星齒輪箱故障診斷中。郭遠晶等［12］用STFT時頻譜系數收縮實現了對信號降噪。趙學智等［13］提出了一種新的基于對數窗能量的窗長選擇準則，使STFT獲得了良好的時頻聚集性。

1 基于AE裂紋診斷機理

聲發射產生的機理是當材料內部發生晶體錯位、斷裂或其他缺陷產生及發展過程中，能量聚集并瞬間釋放的一種物理現象［5-6］。AE信號直接來源于缺陷本身，是故障的載體，能很好地反映出缺陷的活動性和嚴重性。AE信號具有頻率好、頻帶寬等優點，從數千赫茲到數兆赫茲均有信號，可通過專用的儀器進行有效捕捉。根據模態聲發射理論，AE信號是由多模式波組成，每種模式由寬帶頻率波組成，具有多頻率多模式、頻譜多模態性等特點。不同的材料產生的AE信號的頻率范圍各不相同。而且不同的發聲機理，如塑性變形、錯位、裂紋等，產生的AE信號均不相同。AE信號不易受工況、部件運動等因素的影響，可以有效實現對缺陷的定位和檢測。AE信號以彈性波的形式向四周傳播，采集過程中也不需要接觸聲發射源。因此，聲發射技術可應用在變槳軸承裂紋故障信號的捕捉過程中，完全克服基于振動信號的監測診斷方法所遇到的困難。

變槳軸承的裂紋萌生與擴展是一種非常良好的聲發射源，與金屬材料內部的晶格變形與斷裂有關［8］。當變槳軸承受載時，結構內部出現局部應力集中，導致金屬內部損傷產生與加劇。當外部載荷卸除后，應力瞬間釋放，裂紋萌生或進一步擴展，激發出AE信號。因此，基于AE信號捕捉變槳軸承的故障特征完全可行。

2 STFT

傅里葉變換的思想是將穩態信號看成若干個簡諧信號疊加，進而實現對信號分解的一種方法。而短時傅里葉主要針對非平穩信號，將其視為若干個局部平穩信號，通過在時間上可滑移的時間窗對信號進行截取，對每個時間窗內的信號進行傅里葉變換，進而實現了時間域和頻率域都具有良好局部性的時頻分析方法［9-10］。其實現過程如下：對某非平穩信號x(t)進行STFT分析，首先構建一個中心為τ、高度為1、寬度有限的時間窗函數h(t)。通過h(t)觀察x(t)得到局部信號x(t)h(t)，如圖1所示。如果窗口足夠窄，那么x(t)h(t)是一個局部平穩的信號。同時h(t)的中心τ可在時間域內進行滑動，進而產生多個x(t)h(t)。對x(t)h(t)的集合進行傅里葉變換，得到x(t)的STFT變換后的函數

其中：h(t-τ)為窗函數；f為時頻分析的頻率；τ為時頻分析的時間。

式（1）將非平穩信號x(t)影射到時頻二維平面(τ，f)上。Sx(τ，f)反映了信號x(t)在時刻τ、頻率f時的信號成分的相對含量［11-12］。

圖1 短時傅里葉變換Fig.1 Short time Fourier transform

考慮到STFT變換對兩個正弦波的區分能力，給定了時窗函數h(t)和它的傅里葉變換H(f)時，帶寬Δf的計算公式為

其中：分母為H(f)的能量。

如果兩個正弦波之間的頻率間隔大于Δf，那么，這兩個正弦波就能夠被區分開，因此STFT的頻率分辨率為Δf。同樣，時域內的分辨率Δt為

其中：分母為h(t)的能量。

如果兩個脈沖的時間間隔大于Δt，那么這兩個脈沖就能夠被區分開。STFT的時間分辨率為Δt。

時間分辨率Δt和頻率分辨率Δf不可能同時任意小，根據Heisenberg不確定性原理，時間和頻率分辨率的乘積受到以下限制

其中：當且僅當窗函數用高斯窗函數時，等式成立。

通過式（4）可看出，當時間分辨率較高時，頻率分辨率較低，反之亦然。因此在STFT的計算過程中，需要在時間分辨率和頻率分辨率之間取折衷［12］。變槳軸承裂紋故障的聲發射信號是受載情況下受激發而產生的，具有瞬時沖擊的特點，但持續時間不會很長，其能量分布應該會集成在一定的時間和一定的頻率范圍內，包含高頻突發分量和長周期準平穩分量。STFT對于信號中能量較少的時間和頻率間隔處，其變換結果幅值很小，能較好地識別AE信號的故障特征［13］。

3 試驗驗證

3.1 變槳軸承裂紋檢測試驗

某風電機組2#號變槳軸承外圈出現一個明顯裂紋故障，如圖2圓圈內所示。此時，為保證設備及人員安全，風電機組按照規定已停機，只能進行人工變槳條件下的對比試驗。現場測試試驗設備布置如圖3所示，在與變槳軸承內圈相連的輪轂A點上采用倒U型磁座固定R6A聲發射探頭，并在探頭底部涂抹耦合劑，在機倉內B點放置PCI-2聲發射采集儀。其中R6A聲發射探頭的固定位置對應變槳軸承外圈旋轉過程中裂紋部位旋轉軌跡的中心，探頭與外圈水平方向距離為10 cm。通過人工變槳實現變槳軸承外圈旋轉，旋轉過程中自動加載，導致裂紋出現微擴展，激發AE信號。為對比試驗，對無裂紋1#號變槳軸承也進行了AE信號采集。受安全操作要求和現場條件等因素限制，每個變槳軸承的人工變槳過程是單獨進行的，互不影響。AE信號的采樣頻率為1 MHz，單個數據存儲時間為0.5 s，40 dB增益信號，門限電壓觸發存儲。

圖2 變槳軸承的外圈裂紋Fig.2 Outer ring crack of pitch bearing

圖3 現場測試Fig.3 Field testing

3.2 結果分析

首先，對比有裂紋和無裂紋變槳軸承AE信號的時域波形，如圖4和圖5所示。有裂紋變槳軸承AE信號中出現多個脈沖沖擊，而無裂紋變槳軸承AE信號中沖擊不明顯。這種沖擊可視為微裂紋擴展產生的AE信號的激發。

圖4 有裂紋AE時域波形Fig.4 Time waveform of AE with crack

圖5 無裂紋AE信號時域波形Fig.5 Time waveform of AE without crack

隨后，對變槳軸承AE信號進行頻域分析，如圖6和圖7所示。由于變槳軸承不完全轉動，沒有穩定的工頻，軸承故障特征頻率無法計算，無參考價值。但是，對比圖6和圖7，有裂紋變槳軸承AE信號頻譜的頻率成分與無裂紋變槳軸承AE信號有一定的差異。這些差異有參考價值，但不足以作為直接判斷裂紋故障是否出現的直接證據。

然后，采用STFT分析變槳軸承AE信號，結果如圖8～11所示。圖8為有裂紋變槳軸承STFT時頻分析圖，圖9是圖8的三維展示。相應的，圖10和圖11分別是無裂紋變槳軸承STFT時頻分析圖和三維展示。

如圖8中圓圈內所示，縱坐標在［90，140 kHz］區域內出現較大沖擊，且沖擊貫穿整個時間域，沖擊特征持續、穩定。同時該頻率段的聲發射信號也是金屬材料（尤其是鋼材）裂紋產生的常見頻率段，與文獻［14］中的試驗數據吻合，可作為變槳軸承裂紋AE信號激發的一個佐證。圖9三維展示中箭頭指示［90，140 kHz］頻段內信號更加明顯。與之相比，圖10 ，11無裂紋時，該頻率段無明顯沖擊。因此，采用STFT分析可以找到變槳軸承裂紋故障特征［90，140 kHz］，能夠有效識別變槳軸承裂紋故障。

圖6 有裂紋AE頻譜Fig.6 Spectrum of AE with crack

圖7 無裂紋AE頻譜Fig.7 Spectrum of AE without crack

圖8 有裂紋AE信號STFT時頻圖Fig.8 STFT of AE with crack

圖9 有裂紋AE信號STFT時頻圖三維展示Fig.9 Three-dimensional STFT of AE with crack

圖10 無裂紋AE信號STFT時頻圖Fig.10 STFT of AE without crack

圖11 無裂紋AE信號STFT時頻圖三維展示Fig.11 Three-dimensional STFT of AE without crack

最后，為進一步檢驗STFT分析的效果，選取有裂紋變槳軸承沖擊成分不明顯的一組AE信號進行分析，其時域及頻域信號沖擊十分微弱，與無裂紋信號十分類似，其STFT分解結果如圖12所示，可準確識別變槳軸承裂紋故障特征［90，140 kHz］。如圖12中箭頭指示，該區域內出現貫穿整個時域的沖擊成分，只是其幅值比圖9展示的略小一些，但仍可以作為識別變槳軸承裂紋故障的依據。

圖12 有裂紋AE信號STFT時頻圖三維展示Fig.12 Three-dimensional STFT of AE with crack

綜上所述，STFT時頻分析是識別變槳軸承裂紋故障的有效而又穩定的方法，較少受到工況或其他外部因素的影響。

4 結束語

針對變槳軸承裂紋監測診斷問題，提出一種基于AE信號和STFT分析方法的監測診斷技術，可有效捕捉變槳軸承裂紋故障信號，有效克服了基于振動及應變等常規監測方法在現場難以發揮作用的問題。在某風電機組上進行了現場試驗，結果表明STFT可以較好的識別裂紋故障特征，并較少受工況或其他因素的影響，有良好的普適性。然而，目前的論證還不夠充分，還有許多工作需要完成，比如：有條件的情況下，在風電機組運行工況下進行變槳軸承對比試驗，同時開發低成本高精度的聲發射采集系統，為變槳軸承的在線監測診斷奠定基礎。