风力发电机组轴承常见故障诊断与振动检测

陈艳

摘 要：风能是一种分布广泛、零污染且储蓄丰富的可再生能源，而我国能源结构单一且分布不均，更加需要加强对风能的利用。然而风电故障的排查与诊断是风电发展必须面临的问题，而轴承部位又是风力发电机组的核心所在。因此，加强风力发电机组轴承常见故障的诊断与振动检测意义重大，本文就此展开讨论。

关键词：风力发电机组；轴承；常见故障；振动检测

中图分类号：TP27 文献标志码：A

轴承故障与齿轮箱故障几乎占据了风力发电机组故障的大多数。发电机组的各种检测传感器均安裝在轴承座上，而各种轴承故障都是通过传感器才发现的，所以我们通过传感器所采集的信息就可以准确的判断整个发电机组的工作状况。然而在实际安装中，轴承故障诊断与振动识别也是作为优先部分处理，科研投入也是占据了成本投入的一半以上。本文就风力发电机组轴承常见故障特征及原因进行详细阐述，然后就轴承的振动检测进行深入研究。

1 风力发电机组轴承常见故障特征及原因

1.1 风力发电机组轴承结构

轴承一般分为外圈、保持架、滚动体（滚珠）和内圈4个部分。轴承内部充满油脂类物质，用于减少轴承滚动的阻力，也能分离轴承与其他部件的接触，从而减少摩擦阻力。油脂还可以起到散热与防止腐蚀的作用。所以为了防止外物对油脂的影响，我们一般会在保持架的两端加装防尘装置，以免外物减弱油脂的各种作用。

1.2 风力发电机组轴承常见故障及诊断

支撑主轴轴承的外圈固定在轴承座上，机械传动轴从主轴轴承内圈经过。风力带动叶轮转动，通过传动链将动力传输给主轴，当主轴达到一定的载荷转速时，由轴承和轴承座组成的振动系统就会产生激励，也就是风机发电机组振动的产生。这种激励振动一般是周期性振动，对受载体产生的撞击力或摩擦力也会周期性的出现，长期疲劳极大可能产生轴承的局部损伤，因此需要加强对轴承振动频率的监测。

根据长期的实践经验及理论知识的积累，从故障程度上可将轴承的故障类型分为初级损坏与中级损坏两类。通常我们所见到的电流损害、磨损以及表面损坏等都是初级磨损；还有一些像破裂和散裂属于中级损坏。我们还可以从损坏的位置来区分故障，可将其类型分成外圈故障、内圈故障、滚动体故障以及支撑部件的故障。

结合轴承结构示意图，可将风电机组轴承的常见故障特征及产生原因归纳罗列如下：

（1）疲劳故障：故障特征表现为滚动体或者滚道表面脱落或者脱皮。故障产生原因为轴、保持架等支撑装置制造工艺较低使得其精度不能保证，轴向长期过高负荷条件工作，对其性能产生很大的影响。

（2）磨损故障：我们可以从外观来观察故障的产生原因，一般磨损故障会产生色泽的变化，形成磨痕。故障产生原因为在微小间隙间的滑动磨损和长期恶劣环境中的长期使用。

（3）缺口或凹痕故障：分为过载及安装或外来颗粒引起的缺口或凹痕。过载及安装引起的特征表现为细小的缺口或凹痕分布在两圈的滚道周围和滚动元件里，是由于安装不准确时形成的安装压力所引起；外来颗粒引起的特征表现为细小的缺口/凹痕分布在两圈的滚道周围和滚动元件里，是由于外来颗粒进入轴承所引起。

（4）腐蚀故障分为锈蚀、摩擦腐蚀、电化学腐蚀。锈蚀的表现特征为滚道间出现灰黑色的条纹，滚道和轴承及其表面出现锈蚀斑，是由于轴承里面进入水、湿气或者腐蚀物所致；当我们对轴进行安装时，有时可能过松会导致轴之间出现生锈现象；电化学腐蚀的表现特征为滚道和滚子出现深褐色或者灰黑色凹槽变黑，是由于有电流通过旋转轴承所致。

2 风力发电机组轴承振动检测

风力发电机组轴承的振动检测包括现场数据的采集以及振动信号的预处理，采集的数据必须通过传感器以固定的格式进行存储，并且通过计算机手段对信息进行处理以及分析，这样可以判断出故障所在。通常我们在采集数据时受外界的干扰因素很多，因此传感器的选取是重中之重。本节主要对振动传感器的构成及市场上两种常见的传感器做详细介绍。

振动传感器的主要任务是采集振动信号并存储任务，一般由电源、滤波器、模/数转换器、CPU组成，通过传感器的震动，可以将这些震动信息转换成电信号，经过滤波然后通过模/数转换器将电信号转换成数字信号，这些信号将传输给计算机进行处理，这样我们就可以得到自己想要的结果了。

电源：是为整个系统提供恒定的4mA能源，为整个传感器系统提供动力。

滤波器：滤波器的主要作用是去掉偏置电压，调制输入信号，将信号源振幅控制在-5V～+5V范围内，频率变为0～90kHz。

CPU：它是由MCU和DPS共同组成，他们之间通过双口RAM来实现信息的交换。MCU是数据的采集工以及系统的协调工，DSP则对终端数据进行处理与运算。

目前，市场上常见的压电式传感器主要有IEPE传感器和ICP传感器两种，现作以下详细介绍。

2.1 IEPE 振动传感器

IEPE 振动传感器实际是一种加速度传感器，它可以对电量进行放大。加速度传感器一般产生的电量较弱，当有其他因素对其干扰时很难扑捉到，所以我们要将其电量进行放大，从而得到质量较好的信号源。IEPE 振动传感器就是集成了电信号放大器，具有较强的抗干扰能力，同时IEPE 还带有一个恒流源，可以为加速度传感器提供恒定的电流，市场上生产的一般为额定电流4mA。传感器内部电路相当于一个电阻，我们知道电阻的大小和传感器的加速度之间是成正比例关系的，所以我们看到的传感器返回的信号电压和加速度也就成正比。放大器的输入范围可以根据实际需要自行设定。

2.2 ICP 加速度传感器

将压电传感器和电荷放大器两者进行集成，这样就组成了ICP加速度传感器，同时具有较高的精度与可靠性。内部采用的隔离剪切技术可以对各个部分进行隔离，且ICP传感器的输出是简单的两线制，电流激励线加地线，因此具有更优的抗干扰能力，而且设计简便，使用可靠。

结语

风力发电机组轴承的状态监测和故障诊断是发电机组正常运转的重要保障，轴承故障诊断与振动检测实际情况复杂多变，同一种产品在不同环境下所产生的结果也不相同。然而国内还缺乏更加系统和规范的行业标准，相关理论知识还不够完善，因此需要去做更多的实验及相应的分析总结，吸收更多国外先进的理论知识，来不断完善我国风力发电机组轴承故障诊断与振动检测的理论储备。

参考文献

[1]鞠彬，杨振山，朱述伟.基于振动分析技术的风力发电机组轴承故障诊断[J].山东电力技术，2017，44（7）：65-67，72.

[2]龙霞飞，杨苹，郭红霞，等.大型风力发电机组故障诊断方法综述[J].电网技术，2017，41（11）：3480-3491.

[3]万鹏，汪锋，张雯，等.基于LLTSA和PNN的风力发电机组轴承故障诊断[J].风能，2017（7）：64-67.

[4]孔德同，贾思远，王天品，等.基于振动分析的风力发电机故障诊断方法[J]. 发电与空调，2017，38（1）：54-58.

[5]王靖飞，翟永杰.风力发电机组滚动轴承故障诊断仿真研究[J]. 计算机仿真，2016，33（12）：105-108.