CN102928224A - 一种检测风力发电机组轴承故障的方法 - Google Patents
一种检测风力发电机组轴承故障的方法 Download PDFInfo
- Publication number
- CN102928224A CN102928224A CN2012104111324A CN201210411132A CN102928224A CN 102928224 A CN102928224 A CN 102928224A CN 2012104111324 A CN2012104111324 A CN 2012104111324A CN 201210411132 A CN201210411132 A CN 201210411132A CN 102928224 A CN102928224 A CN 102928224A
- Authority
- CN
- China
- Prior art keywords
- rotor
- generating set
- bearing
- angular velocity
- wind power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Wind Motors (AREA)
Abstract
本发明提出一种检测风力发电机组轴承故障的方法,首先采集风力发电机组转子的瞬时角速度信号,其次根据风力发电机组转子的瞬时角速度信号是否等于转子稳态工作时的稳定角速度来判断转子是否发生扭转振动,若转子发生扭转振动,则采用包络解调法分析采集的转子瞬时角速度信号,若采集的转子瞬时角速度信号中包含轴承故障特征频率,则表示风力发电机组轴承发生故障。本发明直接从风力发电机组轴系上测得扭转振动信号,测得的扭转振动信号传递路径短,信噪比高,能清晰地反映轴承的故障信息。
Description
技术领域
本发明涉及故障检测技术领域,具体为一种检测风力发电机组轴承故障的方法。
背景技术
轴承是风力发电机组最重要的承力及传力部件,负荷高,工作环境恶劣,易于出现故障。并且由于风力发电机组分布广泛,机舱位置高,轴承一旦出现故障,维护极为困难,严重影响风力发电机组经济效益。因此,对风力发电机组轴承进行检测以延长其使用寿命非常重要。目前风力发电机组轴承故障检测多采用振动检测方法和油液分析法。
现有常规的振动检测方法是在齿轮箱轴承座位置上安装一只振动速度或者振动加速度传感器,通过测量齿轮箱轴承座的振动来检测齿轮箱齿轮及轴承运行状态。然而,齿轮箱轴承故障对风力发电机组振动的影响要通过轴承外环、轴承座、承力结构以及传感器安装座才能传递到测振传感器,传递路径长,并且很复杂,轴承故障信息大幅度衰减。因此,常规的振动检测方法难于检测到轴承的故障信息,特别是对于轴承的初始故障。此外,风力发电机组已经广泛安装于全国各地,装机数目巨大,齿轮箱轴承故障又是风力发电机组常见故障,考虑到成本,风力发电机组并未给所有机组安装监测用传感器,从而无法进行常态监测,故无法提前检测出齿轮箱轴承故障。
对于风力发电机组轴承检测,除了常规的振动检测方法外,还有油液分析方法。油液分析方法主要有3种:第一种是润滑油性能分析法;第二种是滑油污染度分析;第三种是润滑油介质中的磨粒分析法。油液分析方法是目前常用的轴承检测手段,但该方法只能在风力发电机组停车状态下,通过提取轴承润滑油,并对其进行分析,才能检测风力发电机组的轴承状态。因此,油液分析方法在风力发电机组工作时无法对轴承状态进行实时检测,具有一定的局限性。
发明内容
要解决的技术问题
为克服现有技术中存在的或难于检测到轴承的故障信息,或无法对轴承状态进行实时检测的问题,本发明提出一种检测风力发电机组轴承故障的方法,该方法基于易于测量的风力发电机组转速信号。由于风力发电机组的主轴转速和发电机转速是变桨变速风力发电机控制系统关键参数之一,在整个运行阶段均处于监测状态。而且目前并网的风力发电机组大多使用光栅测量方法测量风力发电机组主轴及发电机转速,该测量方法具有实时性好,测量精度高等优点,其输出转速信号能敏感反映转子的某些运行特性。
技术方案
本发明的技术方案为:
所述一种检测风力发电机组轴承故障的方法,其特征在于:包括以下步骤:
步骤1:采集风力发电机组转子的瞬时角速度信号Ωi,其中在转子的一个转动周期内,转子的瞬时角速度信号的采集次数为N,N=FN/FS,FN为转子稳定运行时的转速频率,FS为转速测量采集系统的采样率,i=1,2,…,N;
步骤2:在转子的一个转动周期内,若采集的转子瞬时角速度信号Ω1、Ω2、…、ΩN均相等,且都等于转子稳态工作时的稳定角速度Ω0,表示转子没有发生扭转振动,轴承无故障,则重复步骤1~步骤2,继续采集风力发电机组转子的瞬时角速度信号;若采集的转子瞬时角速度信号Ωi不等于Ω0,则表示转子发生扭转振动,进入步骤3;
步骤3:采用包络解调法分析采集的转子瞬时角速度信号Ωi,若采集的转子瞬时角速度信号Ωi中包含Fe、F0、Fi和Fc四个轴承故障特征频率中的一个或多个,则表示风力发电机组轴承发生故障,其中
Fe为风力发电机组滚动轴承外环局部故障特征频率:
F0为风力发电机组滚动轴承滚动体局部故障特征频率:
Fi为风力发电机组滚动轴承内环局部故障特征频率:
Fc为风力发电机组滚动轴承保持架故障特征频率:
d是风力发电机组滚动轴承中滚动体的直径;α是接触角,指某个滚动体与内、外环的接触平面与轴承径向平面之间的夹角;Dm是滚动体中心圆直径;z是滚动体个数。
有益效果
本发明利用风力发电机组已有光栅转速测量系统测试风力发电机组轴系的扭转振动,能够对风力发电机组在各个运行工况下的扭转振动进行实时监测和数据记录。通过分析测得的扭转振动信号检测风力发电机组轴承的状态,诊断风力发电机组轴承故障,提高风力发电机组的可靠性和可维护性。本发明直接从风力发电机组轴系上测得扭转振动信号,测得的扭转振动信号传递路径短,信噪比高,能清晰地反映轴承的故障信息。如图2所示,测量得到的扭转振动信号成分简单,便于分析,避免了常规的振动检测方法由于振动信号传递路径长,信号成分复杂,轴承故障信息大幅度衰减而难于检测到轴承故障信息的问题。
附图说明
附图1:实施例中瞬时角速度的测量信号;
附图2:包含轴承故障特征频率的包络解调信号;
附图3:方法流程图。
具体实施方式
下面结合具体实施例描述本发明:
本实施例为中国北方某风场1.5MW变桨变速风力发电机组。检测风力发电机组轴承故障的方法包括以下步骤:
步骤1:采集风力发电机组转子的瞬时角速度信号Ωi,其中在转子的一个转动周期内,转子的瞬时角速度信号的采集次数为N,N=FN/FS,FN为转子稳定运行时的转速频率,FS为转速测量采集系统的采样率,i=1,2,…,N;
本实施例中采集风力发电机组转子瞬时角速度信号的过程为:启动光栅传感器,测量风力发电机组主轴及发电机轴转速,实现转速的实时采集:其光线入射到光栅传感器上,首先通过全息光栅发生衍射,这些光线经立方角棱镜反向后,再次经光栅衍射,对应于一束入射光线,光栅传感器的出射光线是多束的,光线在立方角棱镜中所走的光程只与光线的入射角有关,光栅传感器出射的光线中,两组含有不同方向角度信息的平行光线分别形成干涉条纹,系统自动分析干涉的变化情况,得到光线在光栅传感器上的入射角度信息,即光栅传感器的角度变化情况,其采集的转速为转子当前的瞬时转速,经单位换算后得到转子的瞬时角速度Ωi。
转速采样率为500Hz,转速采集量纲为转/分(rpm),通过换算可以得到转子瞬时角速度(rad/s)。转速信号由该风力发电机组自身监控系统进行采集及保存,在使用时只需要将数据从存储设备中提取出来即可。图1为采集到的风力发电机组发电机转轴瞬时角速度时域波形图。
步骤2:在转子的一个转动周期内,若采集的转子瞬时角速度信号Ω1、Ω2、…、ΩN均相等,且都等于转子稳态工作时的稳定角速度Ω0,表示转子没有发生扭转振动,轴承无故障,则重复步骤1~步骤2,继续采集风力发电机组转子的瞬时角速度信号;若采集的转子瞬时角速度信号Ωi不等于Ω0,而是绕着原稳定角速度值Ω0波动,则表示转子发生扭转振动,进入步骤3;
本实施例中Ω0=183.069 rad/s,转子在该角速度下稳定运转的转速频率FN=29.136Hz;每周期采集点数N=17.16≈17。如图1所示,转子瞬时角速度Ωi不为常数Ω0,而是绕着原稳定角速度值Ω0波动,可以确定风力发电机组发电机转子发生扭转振动。
步骤3:采用包络解调法分析采集的转子瞬时角速度信号Ωi,若采集的转子瞬时角速度信号Ωi中包含Fe、F0、Fi和Fc四个轴承故障特征频率中的一个或多个,则表示风力发电机组轴承发生故障,其中
Fe为风力发电机组滚动轴承外环局部故障特征频率:
F0为风力发电机组滚动轴承滚动体局部故障特征频率:
Fi为风力发电机组滚动轴承内环局部故障特征频率:
Fc为风力发电机组滚动轴承保持架故障特征频率:
d是风力发电机组滚动轴承中滚动体的直径;α是接触角,指某个滚动体与内、外环的接触平面与轴承径向平面之间的夹角;Dm是滚动体中心圆直径;z是滚动体个数。
本实施例中滚动轴承的具体参数值和轴承故障特征频率值如下表所示:
本实施例中采用包络解调法分析采集的转子瞬时角速度信号Ωi如图2所示,包络解调后的信号包含轴承保持架故障特征频率Fc=17.528Hz,说明被检测轴承的保持架已发生故障。
利用本发明提出的技术方案,当风力发电机组在稳态工作时,若风机转子不发生扭转振动,利用光栅转速传感器获得的转子瞬时角速度为常数;若风力发电机组轴系发生扭转振动,则得到的转子瞬时角速度为绕该常数波动的信号。对该波动信号进行包络解调分析,若包含轴承故障特征频率成分,则说明轴承已发生故障。
Claims (1)
1.一种检测风力发电机组轴承故障的方法,其特征在于:包括以下步骤:
步骤1:采集风力发电机组转子的瞬时角速度信号Ωi,其中在转子的一个转动周期内,转子的瞬时角速度信号的采集次数为N,N=FN/FS,FN为转子稳定运行时的转速频率,FS为转速测量采集系统的采样率,i=1,2,…,N;
步骤2:在转子的一个转动周期内,若采集的转子瞬时角速度信号Ω1、Ω2、…、ΩN均相等,且都等于转子稳态工作时的稳定角速度Ω0,表示转子没有发生扭转振动,轴承无故障,则重复步骤1~步骤2,继续采集风力发电机组转子的瞬时角速度信号;若采集的转子瞬时角速度信号Ωi不等于Ω0,则表示转子发生扭转振动,进入步骤3;
步骤3:采用包络解调法分析采集的转子瞬时角速度信号Ωi,若采集的转子瞬时角速度信号Ωi中包含Fe、F0、Fi和Fc四个轴承故障特征频率中的一个或多个,则表示风力发电机组轴承发生故障,其中
Fe为风力发电机组滚动轴承外环局部故障特征频率:
F0为风力发电机组滚动轴承滚动体局部故障特征频率:
Fi为风力发电机组滚动轴承内环局部故障特征频率:
Fc为风力发电机组滚动轴承保持架故障特征频率:
d是风力发电机组滚动轴承中滚动体的直径;α是接触角,指某个滚动体与内、外环的接触平面与轴承径向平面之间的夹角;Dm是滚动体中心圆直径;z是滚动体个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104111324A CN102928224A (zh) | 2012-10-24 | 2012-10-24 | 一种检测风力发电机组轴承故障的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104111324A CN102928224A (zh) | 2012-10-24 | 2012-10-24 | 一种检测风力发电机组轴承故障的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102928224A true CN102928224A (zh) | 2013-02-13 |
Family
ID=47643077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104111324A Pending CN102928224A (zh) | 2012-10-24 | 2012-10-24 | 一种检测风力发电机组轴承故障的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102928224A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674234A (zh) * | 2013-12-23 | 2014-03-26 | 北京天源科创风电技术有限责任公司 | 一种风力发电机组振动异常的状态预警方法及系统 |
CN104484827A (zh) * | 2014-09-29 | 2015-04-01 | 许继集团有限公司 | 一种风力发电机组的故障频率成分提取方法 |
WO2018050017A1 (zh) * | 2016-09-19 | 2018-03-22 | 舍弗勒技术股份两合公司 | 轴承状态监测控制方法及控制装置、监测设备、监测方法 |
CN107860972A (zh) * | 2017-10-25 | 2018-03-30 | 北京信息科技大学 | 用于检测谐波和间谐波的方法 |
CN110160787A (zh) * | 2019-06-14 | 2019-08-23 | 西安交通大学 | 一种基于轮速传感信息的滚动轴承故障诊断方法 |
CN111060317A (zh) * | 2020-01-03 | 2020-04-24 | 上海电器科学研究所(集团)有限公司 | 一种矿用扇风电动机滚动轴承故障信号的判断方法 |
CN112945551A (zh) * | 2021-01-27 | 2021-06-11 | 重庆大学 | 齿圈动态形变检测系统及评估方法 |
US11714028B2 (en) | 2019-09-05 | 2023-08-01 | Simmonds Precision Products, Inc. | System and method for health monitoring of a bearing system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11271181A (ja) * | 1998-01-22 | 1999-10-05 | Nippon Steel Corp | ころがり軸受の異常診断方法および装置 |
CN1456872A (zh) * | 2003-04-17 | 2003-11-19 | 西北工业大学 | 一种诊断齿轮和滚动轴承故障的方法 |
US20080234964A1 (en) * | 2004-09-13 | 2008-09-25 | Nsk Ltd. | Abnormality Diagnosing Apparatus and Abnormality Diagnosing Method |
CN101846692A (zh) * | 2010-05-10 | 2010-09-29 | 唐德尧 | 变速机械故障诊断的转速跟踪采样及谱号固化分析方法 |
CN102507205A (zh) * | 2011-10-27 | 2012-06-20 | 西北工业大学 | 一种检测航空发动机风扇叶片颤振故障的方法 |
-
2012
- 2012-10-24 CN CN2012104111324A patent/CN102928224A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11271181A (ja) * | 1998-01-22 | 1999-10-05 | Nippon Steel Corp | ころがり軸受の異常診断方法および装置 |
CN1456872A (zh) * | 2003-04-17 | 2003-11-19 | 西北工业大学 | 一种诊断齿轮和滚动轴承故障的方法 |
US20080234964A1 (en) * | 2004-09-13 | 2008-09-25 | Nsk Ltd. | Abnormality Diagnosing Apparatus and Abnormality Diagnosing Method |
CN101846692A (zh) * | 2010-05-10 | 2010-09-29 | 唐德尧 | 变速机械故障诊断的转速跟踪采样及谱号固化分析方法 |
CN102507205A (zh) * | 2011-10-27 | 2012-06-20 | 西北工业大学 | 一种检测航空发动机风扇叶片颤振故障的方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674234A (zh) * | 2013-12-23 | 2014-03-26 | 北京天源科创风电技术有限责任公司 | 一种风力发电机组振动异常的状态预警方法及系统 |
CN104484827A (zh) * | 2014-09-29 | 2015-04-01 | 许继集团有限公司 | 一种风力发电机组的故障频率成分提取方法 |
CN104484827B (zh) * | 2014-09-29 | 2017-09-19 | 许继集团有限公司 | 一种风力发电机组的故障频率成分提取方法 |
WO2018050017A1 (zh) * | 2016-09-19 | 2018-03-22 | 舍弗勒技术股份两合公司 | 轴承状态监测控制方法及控制装置、监测设备、监测方法 |
CN107860972A (zh) * | 2017-10-25 | 2018-03-30 | 北京信息科技大学 | 用于检测谐波和间谐波的方法 |
CN110160787A (zh) * | 2019-06-14 | 2019-08-23 | 西安交通大学 | 一种基于轮速传感信息的滚动轴承故障诊断方法 |
US11714028B2 (en) | 2019-09-05 | 2023-08-01 | Simmonds Precision Products, Inc. | System and method for health monitoring of a bearing system |
CN111060317A (zh) * | 2020-01-03 | 2020-04-24 | 上海电器科学研究所(集团)有限公司 | 一种矿用扇风电动机滚动轴承故障信号的判断方法 |
CN112945551A (zh) * | 2021-01-27 | 2021-06-11 | 重庆大学 | 齿圈动态形变检测系统及评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102928224A (zh) | 一种检测风力发电机组轴承故障的方法 | |
CN102507205B (zh) | 一种检测航空发动机风扇叶片颤振故障的方法 | |
CN103940611B (zh) | 一种风电机组变工况下滚动轴承自适应异常检测方法 | |
CN103411774B (zh) | 波动工况下的风电机组在线预警方法 | |
CN206290378U (zh) | 风力发电机组监测系统及风力发电机组 | |
DK1760311T3 (en) | Method and apparatus for condition-based monitoring of wind turbine components | |
CN103604601B (zh) | 基于风电齿轮箱工况模拟的故障诊断试验台 | |
CN103439109B (zh) | 一种风力发电机组传动系统故障预警的方法 | |
CN101592590B (zh) | 一种转动叶片故障间接诊断技术 | |
CN103674234B (zh) | 一种风力发电机组振动异常的状态预警方法及系统 | |
CN202547923U (zh) | 一种风电机组变桨轴承振动检测装置 | |
CN101354312A (zh) | 轴承故障诊断系统 | |
CN203616120U (zh) | 基于风电齿轮箱工况模拟的故障诊断试验台 | |
CN107101827B (zh) | 一种低速重载齿轮裂纹故障在线检测方法 | |
CN108362492A (zh) | 一种适用于低转速下行星轮系故障诊断的振动分离方法 | |
CN110686856A (zh) | 直升机2米直径旋翼风洞试验台振动监视、预警及安全保护系统 | |
Yoon et al. | Planetary gearbox fault diagnosis using a single piezoelectric strain sensor | |
CN104093976A (zh) | 用于确定驱动链的至少一个旋转部件的总受损程度的方法和计算单元 | |
CN202453182U (zh) | 一种风电机组齿轮箱故障诊断装置 | |
CN109281805B (zh) | 一种多参数测量智能巡检系统 | |
Keller et al. | Uptower investigation of main and high-speed-shaft bearing reliability | |
Saidi et al. | Wind turbine high-speed shaft bearing degradation analysis for run-to-failure testing using spectral kurtosis | |
Amin et al. | Condition monitoring in a wind turbine planetary gearbox using sensor fusion and convolutional neural network | |
CN1191968A (zh) | 基于扭振的回转机械状态监测方法 | |
CN106338307A (zh) | 具有偏航状态监测功能的风电机组状态监测系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C05 | Deemed withdrawal (patent law before 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130213 |