風(fēng)電齒輪箱齒輪故障預(yù)警與診斷的研究.pdf

1、行星傳動結(jié)構(gòu)一般尺寸小、傳動比大的特點(diǎn)，逐漸取代傳統(tǒng)齒輪箱，廣泛的應(yīng)用于各種大型機(jī)械設(shè)備中，行星齒輪箱一旦發(fā)生故障，將會造成很大的安全事故和經(jīng)濟(jì)損失，針對傳統(tǒng)傳動結(jié)構(gòu)的齒輪箱的故障預(yù)警與診斷的研究已經(jīng)比較成熟，但是對行星齒輪箱故障的研究卻是比較少，本文針對風(fēng)電行星齒輪箱，采用SCADA數(shù)據(jù)和振動數(shù)據(jù)進(jìn)行故障預(yù)警與診斷的研究。
　　本文的主要研究內(nèi)容如下:
　　1.首先，對齒輪的常見故障進(jìn)行了介紹，從齒輪的振動機(jī)理出發(fā)，建立齒

2、輪振動模型，分析齒輪典型故障下的振動信號特征，同時對風(fēng)電齒輪箱的類型以及結(jié)構(gòu)進(jìn)行介紹，以齒輪磨損這一故障為研究對象，結(jié)合FTA和FEMA技術(shù)，分析故障原因、影響、征兆以及相應(yīng)的維修措施，建立完整的故障知識庫。
　　2.在平行嚙合齒輪振動分析的基礎(chǔ)上，對行星輪系振動信號模型進(jìn)行分析，計算行星輪系各組件的轉(zhuǎn)動頻率，分別對行星輪系正常、分布故障、局部故障時的振動信號模型進(jìn)行分析，得出各故障的特征頻率，利用MATLAB軟件對行星輪系各狀態(tài)

3、進(jìn)行仿真，分析各狀態(tài)下的頻譜特征。
　　3.針對很少利用現(xiàn)有SCADA數(shù)據(jù)對齒輪箱進(jìn)行故障預(yù)警與診斷的現(xiàn)狀，本文對齒輪箱潤滑油油溫進(jìn)行研究，針對齒輪箱運(yùn)行工況復(fù)雜多變，依靠恒定的潤滑油溫度值作為齒輪箱故障預(yù)警值容易出現(xiàn)誤報的問題，提出了基于運(yùn)行區(qū)間劃分的齒輪箱在線故障預(yù)警方法。通過劃分不同的運(yùn)行區(qū)間，根據(jù)高斯模型對不同運(yùn)行區(qū)間分別設(shè)定閾值，將實(shí)時數(shù)據(jù)帶入相應(yīng)的運(yùn)行區(qū)間判定是否異常，再利用移動窗口計算異常率作為觸發(fā)齒輪箱故障預(yù)警的指

4、標(biāo)。
　　4.無量綱指標(biāo)對于齒輪早期故障敏感，可以作為齒輪早期故障預(yù)警，針對新無量綱指標(biāo)需要在整周期采樣的基礎(chǔ)上進(jìn)行計算的要求以及風(fēng)電機(jī)組運(yùn)行工況不穩(wěn)定，所測得的振動信號為非平穩(wěn)信號的現(xiàn)狀，采用階比分析以及EMD分解方法對振動信號進(jìn)行預(yù)處理，進(jìn)而轉(zhuǎn)化為平穩(wěn)角域信號，同時齒輪箱不同傳感器測點(diǎn)提供故障不同敏感度的信息或者互補(bǔ)的信息，本文以多傳感所測振動信號的無量綱指標(biāo)為預(yù)警參數(shù)，采用遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)算法對齒輪早期故障進(jìn)行預(yù)警，比一般神

5、經(jīng)網(wǎng)絡(luò)算法計算速度快，準(zhǔn)確率高。
　　5.在上述第2點(diǎn)的行星輪系故障特征的基礎(chǔ)上，提出一種新型的齒輪箱故障部位以及嚴(yán)重程度的在線診斷方法，首先提取可準(zhǔn)確表征故障信息的特征量，再計算待測樣本和預(yù)先設(shè)定的各故障模式標(biāo)準(zhǔn)樣本之間的J-散度和KL-散度值，利用散度值可表征故障模式以及散度值的變化可追蹤故障嚴(yán)重程度變化的特點(diǎn)，來判斷故障部位及嚴(yán)重程度，同時，針對行星齒輪箱一般缺乏足夠故障樣本的問題，對此方法進(jìn)行改進(jìn)，通過計算待測樣本與正常標(biāo)