基于振动信号分析的风机传动系统故障诊断案例研究

李岳峰，赵志刚

(沈阳工程学院 a.研究生部；b.电力学院，辽宁 沈阳 110136)

基于振动信号分析的风机传动系统故障诊断案例研究

李岳峰a，赵志刚b

(沈阳工程学院 a.研究生部；b.电力学院，辽宁 沈阳 110136)

针对风电机组传动系统故障问题，介绍了SKF WindCon在线监测系统的功能及组件方案，利用该系统对真实的故障案例进行异常频谱图分析，对故障点进行了精确的诊断，为进一步优化风机故障诊断系统的预警与诊断功能提供了更为真实可靠的数据依据与操作方案。

风力发电机；振动；传动系统；故障诊断

1 研究背景

随着世界化石能源的日益短缺和环境污染的加剧，风能已成为全世界能源行业所关注的焦点。而风电机组故障成为了不可忽视的话题，故障导致的经济损失逐年增加，风电机组的故障诊断技术已受到极大的重视。由于风机大多安装在山峰、荒野、海滩、岛屿等偏僻地区，其塔架高度距离地面很高，且长时间工作在风力资源紊流区，承受着交变负荷、大温差、低气压等恶劣环境，使得风力发电机组的工作寿命受到极大的影响[1-2]。尤其是风电机组的传动系统，在交变负荷的作用下容易引发故障，造成机组停机。在维修过程中通常需要起重机和升降机，使得维修费用高昂，并且长时间停机严重影响发电量，带来重大的经济损失[3-4]。因此，近些年来关于风电机组传动系统的监测与故障诊断技术愈发引起行业内的关注，已经有越来越多专利技术、硬件设备以及诊断算法应用到了风电机组的监测中[5-6]。

目前，风电机组一般带有 SCADA(即监测控制和数据获取)系统，该系统能够提高风电机组整体运行的可靠性和稳定性，为风场工作人员提供了一些风机运行的基本参数[7]。但是SCADA系统能够执行的监测数据量并不对，尤其缺乏对风电机组传动系统的振动监测与故障诊断的数据。对于风机这样的旋转机械来说，振动监测是最直接有效的监测方式。在这个背景下，以振动信号分析为主的风机状态监测与故障诊断系统已开始被研发。

2 风机振动信号在线监测与故障诊断系统

2.1 WindCon系统简介

目前，SKF公司所开发的WindCon系统在风电机组的振动监测方面有着比较大的优势。该系统将风机的传动系统作为监测对象，实时监测传动系统各部件运行时的振动数据，具有振动数据分析、图谱绘制、趋势预测、故障预警(报警)等全方位分析功能，其操作界面如下图1所示。

图1 @ptitude Observer主界面

该系统可以对风机运行时的状态进行在线监测，使工作人员可以有效地发现和防止二次故障及恶性事故，从而预测风机继续运行的时间，进而延长风机的运行和维修间隔。

另外，该系统通信的可选择性几乎是无限制的，标准的TCP/IP接口允许通过TP电缆、光纤、铜导线双铅、GPRS、无线局域网和ISDN等方式轻松获取通讯连接。网络不仅可以在IMx单元与智能监控器之间进行连接，也可以在智能监控器与智能监控客户端之间进行连接，通讯方式如图2所示。

风场所安装的SKF IMx-W单元通过以太网方式与InRouter连接，其中心端配置具有VPN功能的宽带路由器(CISCO)，下端InRouter无线路由器与中心端VPN路由器建立IPSec VPN连接，中控室的工作人员既可以远程对下端设备进行编程及维护，又可以通过SKF的在线监测系统对下端IMx-W单元进行监控和数据采集等。该系统可在任何地方对设备进行全天候的监测，可以为工作人员进行主动性维修提供必要的数据依据。出差在外的工程师还可以通过远程VPN拨号连接到中控室，随时对下端设备进行维护和获取需要的数据信息等，真正实现对整个系统的实时监控及维护。

图2 WindCon系统通讯方式

2.2 SKF在线振动监测系统方案

2.2.1 方案组件一：IMx-W

IMx-W单元是利用现代工业计算机并专门为振动状态在线监测所设计出的电子元件。该装置具有高度的环境适应性，特别适用于可能损坏的机器以及难以进行定期监测的设备。每个IMx-W单元拥有多达16个模拟通道和2个数字传感器，其数字接口可以与所有的标准类型数字输入接口相匹配，包括+5～24 V的触发电平。

IMx-W单元还配置一种特有功能，就是在硬件中内置了自动诊断系统，可以持续检查所有传感器，电缆和电气错误、信号中断、短路或者电源失效以及其他故障会触发警报。

2.2.2 方案组件二：分析软件SKF @ptitude Observer

SKF @ptitude Observer软件用于风力发电在线测量系统WindCon3.0数据分析、浏览与管理。它依靠自身专家库数据，对所测数据进行对比分析，从而得出专家评估结论。它的状态监测分析功能基于Microsoft Windows(r)操作平台，其强大的数据管理和分析功能，用户友好的操作界面和智能诊断功能得到了国际上的广泛认可。

该软件作为WindCon3.0系统的后台客户端，可以使用户获得实时动态数据以及不同显示格式下的长期历史数据，极大地方便了用户的数据对比和分析工作。除此之外，用户可以利用图形工具定义所有的机械数据，用于设备诊断时故障频率的自动计算。通过拖放机器部件工具箱图形建立完整的传动链，使得用户可以自建所需的传动系统动态模型。对于常见故障，如轴承不平衡、不对中、齿轮啮合故障、汽蚀等的标准诊断法则，用户能够很容易地设计自定义诊断法则来加强诊断的精确性及适应性。

2.2.3 方案组件三：振动加速度传感器

主轴、齿轮箱和发电机的振动监测可以通过振动加速度传感器来完成。SKF的传感器具有小尺寸的不锈钢外壳、内置的侧端出线电缆，可以适应各种恶劣的工况和狭小的空间。全封闭的结构让它能够工作在潮湿和腐蚀的环境中。传感器的电缆往往采用双层屏蔽式，具有优良的抗磨损型。

2.2.4 安装方案

对于加速度传感器的安装，可供参考的具体方案如表1所示。

表1 测量点安装位置及传感器类型

实际工程项目的现场安装示意图如图3和图4所示。在安装过程中要注意IMx-W智能监测单元需壁挂式安装，且应留有相对充足的接线余地。同时，需注意IMx-W智能监测单元的防护等级是IP65(即防尘等级为完全防止粉尘进入，防水等级为任何角度低压喷射无影响)，要综合考虑实际工程现场四季气候湿度的变化，必要时需合理增设排风除湿设备，避免电器的绝缘强度降低及金属部件遭受腐蚀。

图3 IMx-W智能监测单元壁挂式安装

图4 螺栓安装

3 故障实例分析

利用WindCon3.0系统，通过实际案例分析典型风电机组传动系统常见振动故障，其中包括齿轮箱、轴承、齿轮、低速轴、高速轴等关键部件的主要故障。该系统的振动分析过程如图5所示。

3.1 风力发电机典型故障实例一：齿轮松动

目前，检测齿轮松动最可靠的技术就是振动信号分析技术。当齿轮由于老化退化、齿轮面磨损脱落以及齿尖腐蚀等问题，而导致齿轮间啮合不严密时，必将导致一系列不规则振动现象发生，利用事先安装的加速度传感器，可以轻松地收集到异常振动数据。

图5 WindCon振动分析过程

在对一台1 MW的风力发电机进行日常检查时，客户在中空轴上发现了一个松动的齿轮。为了监测这个问题，WindCon系统的振动加速度传感器被放置在发电机上。如图6所示，可清楚地看见空心轴上松动齿轮明显的谐波形式。发现20阶以上对应的谐波，清楚地表明了机械松动。WindCon已经准确地标记并识别出属于这个松动齿轮的问题频率。通过这些频率，可以在齿轮保持运行时追踪这个齿轮的状态，避免了突发性的失效和对齿轮的损坏。

3.2 风力发电机典型故障实例二：转子系统

工况良好的转子系统在轴向会产生清晰的3X 频，如图7所示。而转子系统工作不正常时，3X频会消失在噪声中，如图8所示。噪声通常会在2X到4X转频中，一般会在转子系统性能效率降低时变大。一个不均衡的转子系统会对驱动链产生破坏力，在满负荷情况下可以进行相关测量。

图6 中空轴齿轮松动的异常频谱

图7 转子系统良好的频谱

图8 转子系统性能异常的频谱

3.3 风力发电机典型故障实例三：齿轮箱

由于齿轮箱长期运行在变速、变负荷的恶劣工况下，振动信号多包含高斯噪声且具有非线性特点，容易发生的故障包括：轴不对中、轴不平衡、齿轮损伤、轴承损坏、渗漏油、断轴、润滑不良、油温过高等。因而齿轮箱是重点监测的振动对象，在齿轮的低速输入轴和高速输出轴都要设置测点，以监测其内部的齿轮和轴承等对象的加速度包络谱。

加速度包络是一种信号处理技术，它能够监测到很微弱的冲击故障信号，通常包括滤波、包络检波和傅里叶变换。加速度包络分析对齿轮监测是很重要的工具，往往可以检测出部件的早期损伤状态[8]。以V66 1.75 MW风力发电机为例，由图9可推断出行星齿轮发生滑动摩擦。

图9 齿轮箱振动信号的加速度包络频谱

3.4 风力发电机典型故障实例四：轴承

由于风电机组工作在交变负荷和重载影响下，轴承在运行过程中会出现很多种损坏形式，常见的有疲劳剥落、磨损、锈蚀、断裂、胶合以及保持架损坏等。当轴承出现故障时，会以一定的通过频率产生一系列的宽带冲击，宽带冲击的频率称为故障频率。

以V66 1.75 MW风力发电机为例，如图10所示，WindCon系统能够追踪并监测整个齿轮箱中所有的轴承频率。如图11所示，加速度包络频谱清晰的显示了轴承的缺陷频率，正常第3段滤波器的加速度包络值应为0～0.2 gE，报警值设为0.3 gE，而图中频谱峰值BSF为0.65 gE，已处于报警状态。实际验证V66风机中间轴轴承打开后的情况如图12所示，说明该频谱图所显示数据真实有效。

图10 轴承频率

图11 加速度包络频谱

图12 V66风机中间轴轴承打开后的情况

4 结 语

利用振动信号来分析设备状态信息是目前为止最全面、最易理解的监测与诊断手段[9]，WindCon系统正是基于对振动信号的分析来绘制出相应频谱图，再依靠自带专家数据库对故障类型进行准确判别，具有极高的诊断效率和准确性。同时，随着故障样本的不断加入，其自带专家数据库也将更加丰富，这也进一步提高了该系统的故障识别率。

[1] 赵兴勇.分布式发电并网与电压稳定性[M].北京：中国电力出版社，2015.

[2] 徐青山.电力系统故障诊断及故障恢复[M].北京：中国电力出版社，2007.

[3] Igba J,Alemzadeh K,Anyanwu-Ebo I,et al.A Systems Approach Towards Reliability-Centred Maintenance(RCM) of Wind Turbines[J].Procedia Computer Science,2013,16(1):814-823.

[4] Hyers R W,Mc Gowan J G,Sullivan K L,et al.Condition monitoring and prognosis of utility scale wind turbines[J].Energy Materials:Materials Science and Engineering for Energy Systems,2006,1(3):187-203.

[5] 曹 斌.风电机组振动监测与故障诊断系统研究[D].广州：广东工业大学，2015.

[6] 刘文艺.风电机组振动检测与故障诊断研究[D].重庆：重庆大学，2010.

[7] 王瑞闯，林富洪.风力发电机在线监测与诊断系统研究[J].华东电力，2009，37(1)：191-193.

[8] 刘亚昆,吴兴伟.风力发电机组振动故障及信号分析技术综述[J].沈阳工程学院学报：自然科学版，2014,10(4)：228-301.

[9] 任玉亭.振动监测技术在风力发电机组的应用[J].内蒙古电力技术，2010,28(2)：8-12.

FanTransmissionSystemFaultDiagnosisCasesResearchBasedonVibrationSignalAnalysis

LIYue-feng,ZHAOZhi-gang

(SchoolofElectricPowerEngineering,ShenyangInstituteofEngineering,Shenyang110136,LiaoningProvince)

For the transimission system failure of wind turbine,this paper introduces the function and component scheme of on-line monitoring system of SKF WindCon.And the system is applied to vibration signal analysis and fault diagnosis for some actual cases in order to further optimize the online monitoring system for fan fault warning and diagnosis technology to provide reference data and reliable operation scheme.

wind turbines; vibration; transmission system; fault diagnosis

TK83

A

1673-1603(2017)04-0296-06

(责任编辑张凯校对魏静敏)

2017-07-03

李岳峰(1993-)，男，辽宁辽阳人，硕士研究生。

赵志刚(1961-)，男，吉林长春人，高级工程师，硕士生导师，主要从事电力系统自动化、微电网及新能源发电方面的研究。

10.13888/j.cnki.jsie(ns).2017.04.002