加速度包络解调方法在风力发电机滚动轴承早期故障诊断应用研究

黄宏臣，郭四洲，王子彦，方聪聪

（1.中车株洲电机有限公司，轴承应用技术研究部，湖南 株洲 412000；2.中南大学交通运输工程学院，湖南 长沙 410075）

1 引言

最新统计，中国累计装机容量近170GW，占世界总容量1∕3，根据国家能源局规划，到2030年底，风电能源占比将达到20%[1]。风场恶劣环境及复杂风况导致风机轴承容易出现提前失效，风电机组可靠性和服役状态监测已经成为重点研究领域[2-3]。据统计，风电领域开展轴承、绝缘等关键部件可靠性维护和状态检测以来，在线故障发生率和停机维修时间大大降低，有效提高机组运行效率[4]。

2 风力发电机滚动轴承故障诊断现状

状态监测与故障诊断技术已经发展为成熟的系统性学科，振动检测是目前研究最深、应用最广的一种监测手段[5]。从FFT、功率谱、倒频谱、冲击脉冲等频谱分析方法，再进一步的小波分析、EMD等时频分析方法，以及目前热门的模式识别方法和流形学习方法等[5]。

滚动轴承作为传动系统中的核心部件，在很大程度上决定风机组运行质量，开展风力发电机滚动轴承服役状态检测，准确轴承状态成为迫切的需求。目前，风电系统中监测轴承温度已经普及，但是，温度反映轴承状态滞后，而振动检测是一种应用广泛且更早于温度监测的手段，因此，需要寻找一种适用于大型异步风力发电机滚动轴承早期缺陷的方法和手段，及时发现轴承故障和异常，避免出现严重的事故[2-3]。

3 分析方法

3.1 功率谱

功率谱是功率谱密度函数的简称，表示单位频带内的信号功率，信号随频率的变化和分布状况[6]。功率谱及其相关延展方法在科学研究和工程设备中广泛应用[7-8]。

假设数据长度为N，在-N∕2≤t≤N∕2点切断，函数定义为：

能量EN可表示为：

因此平均功率为：

当式中N增加时，x N(t)的能量增加也增加，当N→∞时，x N(t)→x(t)，此时可能趋近于某一极限值，若此极限存在，则定义它为功率谱密度函数，即功率成分为ω～ω+dω范围内，对应信号的总功率所作的贡献，即反映信号功率在频域的分布状况[7]。

假设数据长度N→∞，功率集中在某一个窄带宽范围内，且窗外数据均为零，但是，数据长度有限、窗外数据也存在能量，因此，在进行傅里叶卷积计算时，功率出现泄漏会扩散至相邻频域区间、减低分辨率，对于设备早期缺陷微弱振动信号容易被掩盖掉[7]。

3.2 加速度包络解调

滚动轴承早期微弱损伤信号常容易被相邻的齿轮箱的冲击、不平衡、不对中等噪声信号所掩盖，尤其对于运行环境复杂多变的风电传动系统中，更需要一种能够有效提取出轴承早期缺陷引起的振动信号的方法和手段，而加速度包络解调是一种能够有效提取出早期缺陷故障所引起的微弱故障特征的方法，如图1所示。

图1 加速度包络解调方法Fig.1 Method Acceleration Envelope

该方法可将微弱的低频信号转换至高频共振波形后进行包络、检波、低通滤波，最后获得一个与高频信号相对应的明显低频特征频率及其谐波波形[9]。

包络解调的实质是对滤波后的高频冲击信号进行平方处理，根据积化和差sin(α)∗sin(β)=1∕2∗[ ]cos(α-β)-cos(α+β)公式，如果设置一个高通滤波器门槛值为高于某频率的50倍才能通过，将系列倍频函数平方之后，根据上述三角函数公式，得到相加、减两部分的函数[9]。

对上式信号进行频谱转换时，可忽略α+β部分，只对α-β部分进行分析。将上述公式进一步计算，可得到以下两组数据：

由上述可知，通过对振动信号进行平方后，成功的将高频信号转化至低频区间分析，得到明显的缺陷特征及其谐波，因此，这种技术能够检测到很微弱的冲击信号[9～10]。

4 单轴承台架试验

某型号的圆柱滚子轴承，如图2所示。内圈滚道面因为运输过程中防护不当造成的轻微压痕，属于典型的早期轴承损伤。表面粗糙度，如图3所示。

图2 内圈滚道面宏观图Fig.2 Raceway Surface of Bearing Inner Ring

图3 表面粗糙度Fig.3 Surface Roughness Detection

将轴承滚道面使用Taylor粗糙度轮廓仪检测粗糙度最大Pt值为1.2μm，属于微弱的早期损失。根据工程应用经验，此类轴承后期维护合理，仍可运行完整个服役周期。将轴承填充润滑脂后，安装在单轴承故障诊断试验台上进行不同速度等级下的试验，将振动传感器直接粘贴在轴承外圈，如图4所示。

图4 单轴承试验台试验Fig.4 Single Bearing Test

表1 轴承故障频率（Hz）Tab.1 Bearing Fault Frequency（Hz）

从上表2中可知：在单轴承故障诊断台上，随着转速增加，功率谱和加速度包络的特征频率更明显，幅值逐渐变大。功率谱中，在106RPM时，外圈14.5Hz明显，但是未出现内圈频率19.2Hz，300RPM时，内圈缺陷频率已经变得明显，但是仍出现了外圈缺陷频率；700RPM时，外圈、内圈特征频率均存在，且外圈比内圈频率更明显。加速度包络频谱图中，106RPM、300RPM、700RPM三个速度等级下，内圈缺陷频率及其倍频谐波非常明显，并且明显边频带，且未出现外圈频率，特征频谱质量要明显高于功率谱。

表2 对比分析Tab.2 Comparative Analysis

5 电机故障诊断

将上述轴承装配在某型号兆瓦级大功率异步风力发电机上，传感器安装在轴承端盖合适的位置，如图5所示。

300RPM时的功率谱和加速度包络解调频谱图，如图6、图7所示。功率谱中虽然有内圈缺陷频率54.2Hz及倍频108.5Hz、同时存在5Hz转频，但是外圈缺陷的40.5Hz峰值更明显；加速度包络频谱中，内圈缺陷频率54.2Hz、2倍108.5Hz及其3倍162.7Hz及其5Hz的边带特征明显。两种方法均识别出了内圈缺陷54.2Hz，并且有边频带，但是加速度包络解调频谱内圈缺陷特征要比功率谱更明显。

图6 功率谱Fig.6 Power Spectrum

图7 加速度包络解调谱Fig.7 Acceleration Envelope Demodulation Spectrum

6 结论

将内圈滚道面存在微弱的早期损伤的某型号圆柱滚子轴承分别在单轴承故障诊断试验台以及安装在兆瓦级大型异步风力发电机上试验，通过与功率谱进行对比，加速度包络解调分析方法能更准确识别出存在早期缺陷轴承的缺陷位置。