CN104077474A - 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法 - Google Patents

基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法 Download PDF

Info

Publication number
CN104077474A
CN104077474A CN201410283915.8A CN201410283915A CN104077474A CN 104077474 A CN104077474 A CN 104077474A CN 201410283915 A CN201410283915 A CN 201410283915A CN 104077474 A CN104077474 A CN 104077474A
Authority
CN
China
Prior art keywords
frequency
meshing frequency
instantaneous
spectrum
formula
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
Application number
CN201410283915.8A
Other languages
English (en)
Inventor
丁康
何国林
杨志坚
陈志强
李永焯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201410283915.8A priority Critical patent/CN104077474A/zh
Publication of CN104077474A publication Critical patent/CN104077474A/zh
Priority to PCT/CN2014/092967 priority patent/WO2015196735A1/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法,首先对风机行星齿轮箱箱体表面的振动加速度信号进行离散采样,获得非平稳的时域序列xn(t);加汉宁窗w(t)截取一段xn(t),作FFT变换得到功率谱G(f);采用四点能量重心校正方法对G(f)中齿轮箱高速轴的啮合频率fm进行频率校正,得到瞬时啮合频率;依次移动窗函数,并重复应用能量重心法提取,得到啮合频率曲线;根据啮合频率与转频的关系,得到高速轴转频曲线结合对xn(t)进行等角度重采样,获得平稳的角度域序列θn(t);利用移动窗长法和能量重心法对阶次和幅值校正,获得阶次跟踪曲线Oi(t)。本发明的方法,通用性好、抗噪性能高、精确可靠,可避免采用转速计测量风机转速方法中安装困难、成本高、精度差等问题。

Description

基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法
技术领域
本发明涉及动力机械和信号处理领域,特别涉及应用啮合频率和离散频谱校正技术的风电齿轮箱阶次跟踪分析方法,是一种无须转速计、基于振动加速度信号的计算阶次跟踪分析方法。
背景技术
阶次分析的实质是将时域的非平稳信号通过恒定角增量采样转换为角度域的平稳信号,其核心在于获得相对参考轴的等角度采样数据,在实施上利用参考轴瞬时转速ni(t)和瞬时频率fi(t)的对应关系,如公式(2-1),准确获得阶次采样的时刻(时标)及相应的基准转速(或转频)。
ni(t)=60×fi(t)    (2-1)
目前阶次跟踪分析的方法主要有两类:一类是有转速计或其他辅助硬件设备的阶次跟踪分析,比如直接源于角域采样的传统硬件式阶次跟踪和计算阶次跟踪法;另一类是无转速计的阶次跟踪分析,重点是基于瞬时频率估计的等角度重采样阶次跟踪。
在实际工程中,硬件式阶次跟踪方法具有安装复杂,价格昂贵,对转速较快信号阶次跟踪效果差的缺点;计算阶次跟踪鉴相装置对安装条件要求高,且脉冲存在丢失或误增现象,转速测量误差大,阶次跟踪精度差。目前主要应用信号处理通过计算时频分布的一阶矩的方法来估计瞬时频率,比如公式(2-2)中魏格纳分布的一阶矩等于瞬时频率,而短时傅里叶变换的一阶矩近似等于瞬时频率。式中P(t,f)为信号的时频分布,STFT(t,f)为信号的短时傅里叶变换。
f i ( t ) = ∫ - ∞ + ∞ fP ( t , f ) df ∫ - ∞ + ∞ P ( t , f ) df ≈ ∫ - ∞ + ∞ f | STFT ( t , f ) | 2 df ∫ - ∞ + ∞ | STFT ( t , f ) | 2 df - - - ( 2 - 2 )
但在实际工程中应用该方法估计瞬时频率还存在以下问题:
(1)公式(2-2)只对单分量信号具有明确的物理意义,而实际工程信号一般是多分量信号,只有当各分量在时频面上能够被分开时才适用,通用性较差。
(2)采用峰值搜索法从多分量信号的时频分布提取各分量的瞬时频率,估计精度受限于频率分辨率;当频率分辨率较低时,会出现找错瞬时频率的现象。
(3)受时域加窗截断和频域离散化导致的能量泄露,傅立叶变换频率结果最大存在0.5个频率分辨率的误差,影响瞬时频率估计精度。
(4)该方法的抗噪性能较差,在噪声干扰下瞬时频率估计精度不高;
(5)实测风电齿轮箱振动信号中频率成分多,各轴转频成分不明显,信噪比低,难以直接提取瞬时转频。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法。
本发明的目的通过以下的技术方案实现:
基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法,包含以下顺序的步骤:
(1)采用振动加速度传感器从齿轮箱箱体上获得高速轴振动加速度信号;
(2)对初始段N点振动加速度数据加汉宁窗,进行FFT变换,获得幅值谱;
(3)应用四点能量中信法提取和校正初始段的瞬时啮合频率;
(4)移动汉宁窗截取下一段N点振动加速度数据,进行FFT变换;根据前一段数据提取的瞬时啮合频率,确定频率搜索范围,提取并校正后一段的瞬时啮合频率,直到分析完所有数据,获得瞬时啮合频率曲线;
(5)结合齿轮箱齿轮齿数、啮合频率和转频的对应关系,得到瞬时转频曲线;
(6)根据瞬时转频曲线,计算等角度增量采样对应的时刻(时标);对时域非平稳振动加速度信号进行幅值插值拟合,得到角度域平稳振动加速度信号;
(7)对所得到的角域信号进行步骤(2)~(4),校正啮合频率对应阶次及幅值,实现阶次跟踪分析。
所述的基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法,具体包含以下顺序的步骤:
(1)坐标系建立:建立空间坐标系XYZ,X轴正向指向风电齿轮箱输出轴后端,Z轴正向竖直向上,X轴正向由右手定则确定;
(2)安装传感器:在风电齿轮箱靠近输出轴的箱体表面上安装1个单向加速度传感器,测试方向为Z向;依次连接传感器、数据采集器和便携式计算机;
(3)在风电场实际运行风电机组上,令齿轮箱输出轴的工作转速为S;设数据采集器的采样频率为fs,采样时间长度T在100~240s内,则采样时间间隔Δt=1/fs,采样点数N=fs·T;采集和同步记录测试点的振动加速度时域信号,记为xn(t),其中n=0,1,2,…,N-1;t=n·Δt;
(4)从xn(t)中截取初始段N′点振动加速度信号离散序列,记为x1(t);对x1(t)加汉宁窗n′=0,1,2,…,N′-1;按公式(1-1)进行N′点FFT变换,获得频谱X1(f),按公式(1-2)得到频谱的离散序列X1(k);
X 1 ( f ) = ∫ - ∞ ∞ x 1 ( t ) w ( t ) e - j 2 πft dt - - - ( 1 - 1 )
X 1 ( k ) = Σ n = 0 N ′ - 1 x 1 ( n ′ ) [ 0.5 - 0.5 cos ( 2 π n ′ N ′ ) ] e - j 2 π N ′ kn ′ , ( k = 0,1 , . . . , N ′ - 1 ) - - - ( 1 - 2 )
(5)在X1(k)中搜索齿轮箱高速轴啮合频率对应的峰值和谱线号数k;应用公式(1-3)求得功率谱G(k);同理得到k±1和k±2号谱线对应的功率谱值G(k±1)和G(k±2);比较G(k±2),取幅值较大者定义为G(km),对应的谱线号为km
G ( f ) = sin 2 ( πf ) 4 π 2 f 2 [ ( 1 - f 2 ) ] 2 , ( f = k · f s N ′ ) - - - ( 1 - 3 )
(6)根据公式(1-4),采用四点能量重心法对进行频率校正,得到校正后的瞬时啮合频率
f ^ m = Σ i = - 1 1 ( k + i ) G ( k + i ) + k m G ( k m ) Σ i = - 1 1 G ( k + i ) + G ( k + i ) · f s N ′ - - - ( 1 - 4 )
(7)移动汉宁窗w(n′),截取N′点振动数据,记为xi(t),其中前后两段数据xi-1(t)和xi(t)的重叠率为e;按照步骤(4)~(6)对xi(t)中齿轮箱输出轴啮合频率进行校正,得到校正后的瞬时啮合频率直至分析完xn(t),由构成齿轮箱输出轴的瞬时啮合频率曲线,记为
(8)根据公式(1-5),获得齿轮箱输出轴的瞬时转频曲线,记为;按公式(1-6)计算采集时间T内时刻t齿轮箱输出轴转过的圈数,记为R(t):
f ^ n ( t ) = f ^ m ( t ) / Z , Z:齿数     (1-5)
R ( t ) = ∫ 0 t f ^ n ( t ) dt = Σ i = 0 k - 1 f ^ n ( i · Δt ) Δt , ( t ∈ T , K = 1,2 , . . . , N ) - - - ( 1 - 6 )
(9)设定每转的采样点数为fs_o,则以转为单位的等角度间隔为Δθ=1/fs_o;按Δθ对R(t)等角度离散化,得到M点离散序列R(i·Δθ),(i=0,1,2,…,M-1),其中M=Rmax·fs_o;结合等角度间隔序列R(t)和等时间间隔序列xn(t),应用三次样条插值法,获得M点等角度间隔Δθ对应的振动加速度幅值序列,记为ym(θ);
(10)设定作阶次分析的转数为r,则阶次分辨率ΔO=1/r,阶次谱线数M′=r·fs_o;应用M′点汉宁窗从ym(θ)截取离散数据段,记为Yi(θ);按照步骤(4)~(7)的方法,对yi(θ)进行FFT变换、四点能量重心法校正瞬时啮合频率fm对应的阶次Om,并按公式(1-7)校正阶次幅值Ym(O):
Y m ( O ) = K t [ Σ i = - 1 1 G ( k + i ) + G ( k + i ) ] , K t = 1.633 - - - ( 1 - 7 )
所述的齿轮箱是行星轮系+定轴轮系的多级复合式传动结构,且作为输出轴的高速轴是定轴轮系传动。
所述的齿轮箱高速轴正常工作转速S为1000r/min至1800r/min。
本发明与现有技术相比,具有如下优点和有益效果:
1、该方法从振动加速度信号中估计瞬时啮合频率,可克服转频成分信噪比低,难以直接提取参考轴瞬时转频的缺陷;并采用离散频率校正技术对瞬时啮合频率进行校正,大大改进了频率精度,克服了频率分辨率低时容易找错瞬时频率的缺点。该方法成本低、通用性更好、抗噪性能高、结果精确可靠,无须转速计和鉴相装置,成本低;振动加速度传感器安装条件受限小,适用性更好。
2、充分利用了风电齿轮箱振动加速度频率特性,直接从振动加速度信号中提取啮合频率,再转换到瞬时转速,克服了转频成分信噪比低难以直接提取瞬时转速的缺陷:
国产主流1.5MW风电机组的齿轮箱传动结构主要是一级行星轮系+二级定轴轮系或二级行星轮系+一级定轴轮系。这两种齿轮箱有一相同特点:齿轮箱输出轴的转频与齿轮箱的第Ⅰ级齿轮啮合频率非常接近,见表1。在正常的风电齿轮箱振动加速度信号中幅值较大频率成分主要是第Ⅲ级啮合频率及其高阶倍频,转频和前两级啮合频率的幅值都很小,见图2,因此难以直接从振动加速度信号中提取转速曲线。
表1  国产主流1.5MW风电齿轮箱啮合频率与输出轴转频关系表(Hz)
结构形式 输出轴转频 第一级啮合频率 第二级啮合频率 第三级啮合频率
两级行星+一级平行轴 1.0 0.945 5.346 29
一级行星+两级平行轴 1.0 0.98 5.63 23.00
离散频谱校正技术中的能量重心法校正频率的通用公式(2-3),校正幅值的通用公式(2-4),式中fs为采样频率,N为采样点数,k为幅值最大点对应的谱线号,Gk为相对应的功率谱值,Kt为能量恢复系数。对比式(2-2)、(2-3)可知:式(2-3)实质上是等式(2-4)右式的精确离散表达形式,应用能量重心法校正得到的频率近似等于瞬时频率,得到的幅值近似等于平均幅值。
f 0 = Σ i = - n n ( k + i ) G k + i Σ i = - n n G k + i f s N , n = ∞ - - - ( 2 - 3 )
A = K t Σ i = - n n G k + i - - - ( 2 - 4 )
基于以上特点,应用能量重心法从齿轮箱振动加速度信号中校正获得输出轴的瞬时啮合频率曲线,再结合啮合齿轮的齿数、啮合频率和转频的关系式(1-5),获得参考轴瞬时转频曲线,再根据瞬时转速和瞬时转频的关系式(2-1),确定等角度重采样对应的时刻,然后对时间域非平稳信号振动加速度幅值进行插值拟合,得到角度域平稳的振动加速度幅值,并进行FFT变换,从而实现阶次跟踪分析。
3、通过抗噪性能高的四点能量重心法估计瞬时频率,并对频率进行校正,提高了频率估计精度,降低了时域截断和频域离散化导致的转速估计误差:由于时域截断和频域离散化,只要不是对信号进行整周期时域截断,谐波信号进行离散傅立叶变换所得到的频率、幅值和相位都存在有误差,最大误差可达到0.5个频率分辨率。该啮合频率误差转换到转速误差,则可以达60/Z倍的频率分辨率。为提高输出轴瞬时啮合频率估计的精度,采用抗噪性能高的四点能量重心校正法对所求得的啮合频率进行校正,经过计算得到精度较高的参考轴转速。
附图说明
图1为风电齿轮箱传动结构示意图;
图2为正常风电齿轮箱第Ⅲ级输出轴测点振动加速度频率特性图;
图3为本发明所述的基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法的齿轮箱输出轴振动初始段数据幅值谱图;
图4为图3所述方法的齿轮箱输出轴瞬时啮合频率曲线图;
图5为图3所述方法的齿轮箱输出轴振动阶次幅值谱图;
图6为图3所述方法的齿轮箱输出轴振动幅值谱图;
图7为本发明所述的基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图7,基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法,具体包含以下顺序的步骤:
(1)采用振动加速度传感器从齿轮箱箱体上获得高速轴振动加速度信号;
(2)对初始段N点振动加速度数据加汉宁窗,进行FFT变换,获得幅值谱;
(3)应用四点能量中信法提取和校正初始段的瞬时啮合频率;
(4)移动汉宁窗截取下一段N点振动加速度数据,进行FFT变换;根据前一段数据提取的瞬时啮合频率,确定频率搜索范围,提取并校正后一段的瞬时啮合频率,直到分析完所有数据,获得瞬时啮合频率曲线;
(5)结合齿轮箱齿轮齿数、啮合频率和转频的对应关系,得到瞬时转频曲线;
(6)根据瞬时转频曲线,计算等角度增量采样对应的时刻(时标);对时域非平稳振动加速度信号进行幅值插值拟合,得到角度域平稳振动加速度信号;
(7)对所得到的角域信号进行步骤(2)~(4),校正啮合频率对应阶次及幅值,实现阶次跟踪分析。
下面结合实施例对本发明作进一步的描述:
本实施例具体包括以下步骤:
(1)坐标系建立:建立空间坐标系XYZ,X轴正向指向风电齿轮箱输出轴后端,Z轴正向竖直向上,X轴正向由右手定则确定;齿轮箱传动结构见图1,图1中Z1、Z2和Z3分别表示各级齿轮系中相应传动齿轮的齿数,详见表2:
表2  风电齿轮箱齿轮参数
齿轮 Z1 Z2 Z3
Ⅰ级行星轮系 22 36 95
Ⅱ级行星轮系 22 39 101
Ⅲ级定轴轮系 29 98 /
(2)安装传感器:在风电齿轮箱靠近第Ⅲ级输出轴的箱体表面上安装1个单向加速度传感器,测试方向为Z向;传感器连接米勒贝母(BBM)MKII信号采集器,数据采集器连接便携式计算机;
(3)设定数据采集器的采样频率fs为24000Hz,采样时间长度T为240s,则采样时间间隔Δt=1/fs=1/24000s,采样点数N=fs·T=5.28×106;采集和同步记录测试点的振动加速度时域信号,记为xn(t),其中n=0,1,2,…,N-1;t=n·Δt;
(4)从xn(t)中截取初始段N′=24000点振动加速度离散序列,记为x1(t);对x1(t)加汉宁窗n′=0,1,2,…,N′-1;按公式(1-1)进行N′点FFT变换,获得频谱X1(f),按公式(1-2)得到频谱的离散序列X1(k),见图3,其中频率分辨率
X 1 ( f ) = ∫ - ∞ ∞ x 1 ( t ) w ( t ) e - j 2 πft dt - - - ( 1 - 1 )
X 1 ( k ) = Σ n = 0 N ′ - 1 x 1 ( n ′ ) [ 0.5 - 0.5 cos ( 2 π n ′ N ′ ) ] e - j 2 π N ′ kn ′ , ( k = 0,1 , . . . , N ′ - 1 ) - - - ( 1 - 2 )
(5)在X1(k)中搜索到初始段齿轮箱高速轴啮合频率为580Hz、对应的峰值为0.5325、谱线号数k为580;应用公式(1-3)求得k号谱线对应功率谱G(580)=0.2835;同理得到k±1对应的功率谱值G(581)=0.203、G(579)=0.1039,k±2号谱线对应的功率谱值G(582)=0.0357、G(578)=0.1014;比较G(k±2),幅值较大者G(km)为G(582),对应的谱线号为km=582:
G ( f ) = sin 2 ( πf ) 4 π 2 f 2 [ ( 1 - f 2 ) ] 2 , ( f = k · f s N ′ ) - - - ( 1 - 3 )
(6)根据公式(1-4),采用四点能量重心法对进行频率校正,得到校正后的瞬时啮合频率
f ^ m = Σ i = - 1 1 ( k + i ) G ( k + i ) + k m G ( k m ) Σ i = - 1 1 G ( k + i ) + G ( k + i ) · f s N ′ - - - ( 1 - 4 )
(7)移动汉宁窗w(n′),截取N′=24000点振动数据,记为xi(t),其中前后两段数据xi-1(t)和xi(t)的重叠率e=0.7;按照步骤(4)~(6)对xi(t)中齿轮箱输出轴啮合频率进行校正,得到校正后的瞬时啮合频率直至分析完xn(t),由构成齿轮箱输出轴的瞬时啮合频率曲线,记为见图4;
(8)根据公式(1-5),获得齿轮箱输出轴的瞬时转频曲线,记为;按公式(1-6)计算出采集时间T=200s内齿轮箱输出轴转过的总圈数R为5300转:
f ^ n ( t ) = f ^ m ( t ) / Z , Z = 29 - - - ( 1 - 5 )
R ( t ) = ∫ 0 t f ^ n ( t ) dt = Σ i = 0 k - 1 f ^ n ( i · Δt ) Δt , ( t ∈ T , K = 1,2 , . . . , N ) - - - ( 1 - 6 )
(9)设定每转的采样点数fs_o=1024,则等角度间隔Δθ=1/fs_o=1/1024转;按Δθ对R(t)等角度离散化,得到M=R·fs_o=5.4625×106点离散序列R(i·Δθ);结合等角度间隔序列R(i·Δθ)和等时间间隔序列xn(t),应用三次样条插值法,获得M点等角度间隔Δθ对应的振动加速度幅值序列ym(θ);
(10)设定作阶次分析的转数r=40,则阶次分辨率ΔO=1/r=0.025,阶次谱线数M′=r·fs_o=40960;应用M′点汉宁窗从ym(θ)截取一段离散数据段Yi(θ);对yi(θ)进行FFT变换得到阶次谱,见图5,啮合频率fm前三倍频对应的阶次Om及其幅值Ym(O)分别为(29,0.5711)、(57,0.1141)和(87,0.1987);
Y m ( O ) = K t [ Σ i = - 1 1 G ( k + i ) + G ( k + i ) ] , K t = 1.633 - - - ( 1 - 7 )
当以齿轮箱第Ⅲ级输出轴为参考轴进行阶次分析时,第Ⅲ级啮合频率对应阶次的理论值等于啮合齿轮的齿数。在本实例实施中,第Ⅲ级输出轴的啮合齿轮的齿数为29,因此啮合频率前三倍频对应阶次的理论值分别为29、58和87阶。从图5可知,采用本发明所用的算法得到的实测啮合频率对应阶次与理论值基本一致,验证了本发明所用算法的有效性。
从图6所示原始频谱,可知在第Ⅲ级啮合频率三倍频频带内存在频率模糊现象,这是快速傅里叶变换处理非平稳振动信号的缺陷。采用本发明算法得到的阶次谱(见图5)在啮合频率各倍频附近频带内的频率成分清晰,且与参考轴转频无关的频率成分得到有效抑制,体现了本发明所用算法的优越性。
阶次分析算法的精度主要取决于参考轴瞬时转频。通过对比实测值和理论值,可知阶次分析结果精度高,间接验证了本发明采用的瞬时转频估计算法具有较高的精度,能有效测量风电齿轮箱的转速。
本发明可克服风电齿轮箱难以直接提取参考轴瞬时转频的缺陷,转频测量方法成本低、通用性更好,阶次分析抗噪性能高、结果精确可靠。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (4)

1.基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法,其特征在于,包含以下顺序的步骤: 
(1)采用振动加速度传感器从齿轮箱箱体上获得高速轴振动加速度信号; 
(2)对初始段N点振动加速度数据加汉宁窗,进行FFT变换,获得幅值谱; 
(3)应用四点能量中信法提取和校正初始段的瞬时啮合频率; 
(4)移动汉宁窗截取下一段N点振动加速度数据,进行FFT变换;根据前一段数据提取的瞬时啮合频率,确定频率搜索范围,提取并校正后一段的瞬时啮合频率,直到分析完所有数据,获得瞬时啮合频率曲线; 
(5)结合齿轮箱齿轮齿数、啮合频率和转频的对应关系,得到瞬时转频曲线; 
(6)根据瞬时转频曲线,计算等角度增量采样对应的时刻;对时域非平稳振动加速度信号进行幅值插值拟合,得到角度域平稳振动加速度信号; 
(7)对所得到的角域信号进行步骤(2)~(4),校正啮合频率对应阶次及幅值,实现阶次跟踪分析。 
2.根据权利要求1所述的基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法,其特征在于,具体包含以下顺序的步骤: 
(1)坐标系建立:建立空间坐标系XYZ,X轴正向指向风电齿轮箱输出轴后端,Z轴正向竖直向上,X轴正向由右手定则确定; 
(2)安装传感器:在风电齿轮箱靠近输出轴的箱体表面上安装1个单向加速度传感器,测试方向为Z向;依次连接传感器、数据采集器和便携式计算机; 
(3)在风电场实际运行风电机组上,令齿轮箱输出轴的工作转速为S;设数据采集器的采样频率为fs,采样时间长度T在100~240s内,则采样时间间隔Δt=1/fs,采样点数N=fs·T;采集和同步记录测试点的振动加速度时域信号, 记为xn(t),其中n=0,1,2,…,N-1;t=n·Δt; 
(4)从xn(t)中截取初始段N′点振动加速度信号离散序列,记为x1(t);对x1(t)加汉宁窗n′=0,1,2,…,N′-1;按公式(1-1)进行N′点FFT变换,获得频谱X1(f),按公式(1-2)得到频谱的离散序列X1(k); 
(5)在X1(k)中搜索齿轮箱高速轴啮合频率对应的峰值和谱线号数k;应用公式(1-3)求得功率谱G(k);同理得到k±1和k±2号谱线对应的功率谱值G(k±1)和G(k±2);比较G(k±2),取幅值较大者定义为G(km),对应的谱线号为km; 
(6)根据公式(1-4),采用四点能量重心法对进行频率校正,得到校正后的瞬时啮合频率
(7)移动汉宁窗w(n′),截取N′点振动数据,记为xi(t),其中前后两段数据xi-1(t)和xi(t)的重叠率为e;按照步骤(4)~(6)对xi(t)中齿轮箱输出轴啮合频率进行校正,得到校正后的瞬时啮合频率直至分析完xn(t),由构成齿轮箱输出轴的瞬时啮合频率曲线,记为
(8)根据公式(1-5),获得齿轮箱输出轴的瞬时转频曲线,记为;按公式 (1-6)计算采集时间T内时刻t齿轮箱输出轴转过的圈数,记为R(t): 
Z:齿数    (1-5) 
(9)设定每转的采样点数为fs_o,则以转为单位的等角度间隔为Δθ=1/fs_o;按Δθ对R(t)等角度离散化,得到M点离散序列R(i·Δθ),(i=0,1,2,…,M-1),其中M=Rmax·fs_o;结合等角度间隔序列R(t)和等时间间隔序列xn(t),应用三次样条插值法,获得M点等角度间隔Δθ对应的振动加速度幅值序列,记为ym(θ); 
(10)设定作阶次分析的转数为r,则阶次分辨率ΔO=1/r,阶次谱线数M′=r·fs_o;应用M′点汉宁窗从ym(θ)截取离散数据段,记为Yi(θ);按照步骤(4)~(7)的方法,对yi(θ)进行FFT变换、四点能量重心法校正瞬时啮合频率fm对应的阶次Om,并按公式(1-7)校正阶次幅值Ym(O): 
3.根据权利要求1所述的基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法,其特征在于:所述的齿轮箱是行星轮系+定轴轮系的多级复合式传动结构,且作为输出轴的高速轴是定轴轮系传动。 
4.根据权利要求1所述的基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法,其特征在于:所述的齿轮箱高速轴正常工作转速S为1000r/min至1800r/min。 
CN201410283915.8A 2014-06-23 2014-06-23 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法 Pending CN104077474A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201410283915.8A CN104077474A (zh) 2014-06-23 2014-06-23 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法
PCT/CN2014/092967 WO2015196735A1 (zh) 2014-06-23 2014-12-03 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410283915.8A CN104077474A (zh) 2014-06-23 2014-06-23 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法

Publications (1)

Publication Number Publication Date
CN104077474A true CN104077474A (zh) 2014-10-01

Family

ID=51598726

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410283915.8A Pending CN104077474A (zh) 2014-06-23 2014-06-23 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法

Country Status (2)

Country Link
CN (1) CN104077474A (zh)
WO (1) WO2015196735A1 (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104464747A (zh) * 2014-10-11 2015-03-25 中国电子科技集团公司第十研究所 分段处理机载选择呼叫系统选呼信号的解码方法
WO2015196735A1 (zh) * 2014-06-23 2015-12-30 华南理工大学 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法
CN105222973A (zh) * 2015-10-27 2016-01-06 中国南方航空工业(集团)有限公司 用于振动信号阶次跟踪的现场校准方法
CN105300688A (zh) * 2015-10-10 2016-02-03 浙江大学 基于rms的自适应齿轮箱转速的快速评估方法
CN107843740A (zh) * 2017-10-31 2018-03-27 湖南大学 一种融合振动与声音信号频谱特征的转速测量方法
CN108896944A (zh) * 2018-03-16 2018-11-27 华北电力大学 一种同步测量装置实验室校准仪及其同步相量测量方法
CN109063387A (zh) * 2018-09-26 2018-12-21 华南理工大学 利用时间序列峰值搜索的风电齿轮振动信号阶次分析方法
CN109855852A (zh) * 2019-03-04 2019-06-07 中国矿业大学 一种基于短时校正傅里叶变换的信号包络提取方法
CN110907162A (zh) * 2019-12-13 2020-03-24 北京天泽智云科技有限公司 一种变转速下无转速计的旋转机械故障特征提取方法
CN112082641A (zh) * 2020-09-07 2020-12-15 深圳市亚特尔科技有限公司 一种振动传感器振动测量数据的修正处理方法
CN112362343A (zh) * 2020-10-28 2021-02-12 华南理工大学 基于调频字典的齿轮箱变转速下分布型故障特征提取方法
CN113775414A (zh) * 2020-06-09 2021-12-10 广州汽车集团股份有限公司 车辆急踩油门工况下的冲击信号的提取方法、装置及介质
CN114018573A (zh) * 2021-11-16 2022-02-08 西安因联信息科技有限公司 一种无参数齿轮箱齿轮啮合频率估算方法
CN114624023A (zh) * 2022-03-15 2022-06-14 重庆师范大学 一种无转速测量的风机传动链故障检测方法及装置
CN115842848A (zh) * 2023-03-01 2023-03-24 成都远峰科技发展有限公司 一种基于工业物联网的动态监控系统及其控制方法
CN117345680A (zh) * 2023-12-04 2024-01-05 杭州景业智能科技股份有限公司 通风机检测方法、装置、计算机设备以及存储介质
CN117666427A (zh) * 2023-12-01 2024-03-08 利维智能(深圳)有限公司 一种用于机械设备的状态监控与故障诊断装置

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109191543B (zh) * 2018-09-19 2022-12-09 国网辽宁省电力有限公司 一种交流采样同断面数据生成方法
CN109948486B (zh) * 2019-03-08 2022-12-02 浙江工业大学之江学院 机械振动信号时域同步平均降噪方法
CN113029553B (zh) * 2019-12-24 2023-01-10 国家能源投资集团有限责任公司 齿轮箱轴转速信息提取方法、系统、装置及存储介质
CN111259765B (zh) * 2020-01-13 2024-04-16 北京工业大学 一种基于数控机床主轴电流信号的阶次分析方法
CN113109586A (zh) * 2021-03-25 2021-07-13 彭迪康 基于振动信号提取转速信息的方法及系统
CN113405823B (zh) * 2021-05-17 2022-05-20 同济大学 一种基于迭代扩展本征模态分解的旋转机械故障诊断方法
CN113565584B (zh) * 2021-08-10 2022-08-09 西安交通大学 一种叶端定时信号时频滤波方法
CN113821420B (zh) * 2021-08-24 2024-07-09 运达能源科技集团股份有限公司 风电机组cms系统性能比对和数据转换方法
CN113484544B (zh) * 2021-08-25 2024-01-12 浙江上风高科专风实业股份有限公司 一种面向无线振动速度传感器的中低频频谱矫正方法
CN114235388A (zh) * 2021-12-15 2022-03-25 盛瑞传动股份有限公司 变速箱故障检测方法、装置、设备及存储介质
CN114526898B (zh) * 2022-01-25 2023-11-07 广东省特种设备检测研究院珠海检测院 机械部件螺栓松动检测方法及检测系统
CN114370998B (zh) * 2022-03-22 2022-06-24 西安因联信息科技有限公司 一种齿轮箱齿轮故障自动诊断方法及系统
CN115420498B (zh) * 2022-08-31 2024-06-14 中南大学 一种基于波峰计数的齿轮故障量化诊断方法
CN115687862B (zh) * 2022-10-19 2023-08-01 北京科技大学 一种基于时变滤波的旋转机械信号时频分析方法
CN117309387B (zh) * 2023-09-01 2024-06-04 北京科技大学 一种齿轮箱多频带时变调制分量的分离解调方法及装置
CN117763333A (zh) * 2023-12-11 2024-03-26 华润电力技术研究院有限公司 一种风电机组齿轮箱信号稳态信号提取方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102095885B (zh) * 2010-10-28 2012-05-30 华南理工大学 应用四点能量重心校正法的发动机转速的振动测量方法
CN103499443B (zh) * 2013-09-12 2016-01-20 西安交通大学 一种齿轮故障无键相角域平均计算阶次分析方法
CN104077474A (zh) * 2014-06-23 2014-10-01 华南理工大学 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胥佳 等: "无转速计阶比分析在风电机组故障诊断中的研究与应用", 《风能》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015196735A1 (zh) * 2014-06-23 2015-12-30 华南理工大学 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法
CN104464747B (zh) * 2014-10-11 2018-05-04 中国电子科技集团公司第十研究所 分段处理机载选择呼叫系统选呼信号的解码方法
CN104464747A (zh) * 2014-10-11 2015-03-25 中国电子科技集团公司第十研究所 分段处理机载选择呼叫系统选呼信号的解码方法
CN105300688A (zh) * 2015-10-10 2016-02-03 浙江大学 基于rms的自适应齿轮箱转速的快速评估方法
CN105222973A (zh) * 2015-10-27 2016-01-06 中国南方航空工业(集团)有限公司 用于振动信号阶次跟踪的现场校准方法
CN105222973B (zh) * 2015-10-27 2017-11-03 中国南方航空工业(集团)有限公司 用于振动信号阶次跟踪的现场校准方法
CN107843740A (zh) * 2017-10-31 2018-03-27 湖南大学 一种融合振动与声音信号频谱特征的转速测量方法
CN108896944B (zh) * 2018-03-16 2020-09-29 华北电力大学 一种同步测量装置实验室校准仪及其同步相量测量方法
CN108896944A (zh) * 2018-03-16 2018-11-27 华北电力大学 一种同步测量装置实验室校准仪及其同步相量测量方法
CN109063387A (zh) * 2018-09-26 2018-12-21 华南理工大学 利用时间序列峰值搜索的风电齿轮振动信号阶次分析方法
CN109855852A (zh) * 2019-03-04 2019-06-07 中国矿业大学 一种基于短时校正傅里叶变换的信号包络提取方法
CN110907162A (zh) * 2019-12-13 2020-03-24 北京天泽智云科技有限公司 一种变转速下无转速计的旋转机械故障特征提取方法
CN113775414A (zh) * 2020-06-09 2021-12-10 广州汽车集团股份有限公司 车辆急踩油门工况下的冲击信号的提取方法、装置及介质
CN112082641A (zh) * 2020-09-07 2020-12-15 深圳市亚特尔科技有限公司 一种振动传感器振动测量数据的修正处理方法
CN112362343A (zh) * 2020-10-28 2021-02-12 华南理工大学 基于调频字典的齿轮箱变转速下分布型故障特征提取方法
CN114018573A (zh) * 2021-11-16 2022-02-08 西安因联信息科技有限公司 一种无参数齿轮箱齿轮啮合频率估算方法
CN114624023A (zh) * 2022-03-15 2022-06-14 重庆师范大学 一种无转速测量的风机传动链故障检测方法及装置
CN114624023B (zh) * 2022-03-15 2023-05-26 重庆师范大学 一种无转速测量的风机传动链故障检测方法
CN115842848A (zh) * 2023-03-01 2023-03-24 成都远峰科技发展有限公司 一种基于工业物联网的动态监控系统及其控制方法
CN115842848B (zh) * 2023-03-01 2023-04-28 成都远峰科技发展有限公司 一种基于工业物联网的动态监控系统及其控制方法
CN117666427A (zh) * 2023-12-01 2024-03-08 利维智能(深圳)有限公司 一种用于机械设备的状态监控与故障诊断装置
CN117345680A (zh) * 2023-12-04 2024-01-05 杭州景业智能科技股份有限公司 通风机检测方法、装置、计算机设备以及存储介质
CN117345680B (zh) * 2023-12-04 2024-04-02 杭州景业智能科技股份有限公司 通风机检测方法、装置、计算机设备以及存储介质

Also Published As

Publication number Publication date
WO2015196735A1 (zh) 2015-12-30

Similar Documents

Publication Publication Date Title
CN104077474A (zh) 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法
CN102095885B (zh) 应用四点能量重心校正法的发动机转速的振动测量方法
CN103499443B (zh) 一种齿轮故障无键相角域平均计算阶次分析方法
CN103575523B (zh) 基于FastICA-谱峭度-包络谱分析的旋转机械故障诊断方法
CN106644467B (zh) 一种齿轮箱非平稳信号故障特征提取方法
CN105424359A (zh) 一种基于稀疏分解的齿轮和轴承混合故障特征提取方法
CN110987167A (zh) 旋转机械设备的故障检测方法、装置、设备及存储介质
CN103149029B (zh) 利用倒频谱识别航空发动机转静碰摩部位的方法
CN109670485A (zh) 基于多数据压缩追踪算法的旋转机械局部型故障远程诊断方法
CN102435844A (zh) 一种频率无关的正弦信号相量计算方法
CN102636347A (zh) 一种用于变转速齿轮箱的振动信号时域同步平均方法
CN103884502A (zh) 一种变转速下风力发电机行星齿轮系统故障诊断方法
CN103825298B (zh) 一种定速风电机组驱动系统参数辨识方法
CN104374939A (zh) 基于振动信号同步压缩变换的旋转机械瞬时转速估测方法
CN104697623A (zh) 变速激励下叶片异步振动参数识别方法
CN105426644A (zh) 模态阻尼识别方法、装置和系统
CN107632236A (zh) 一种基于对端母线反射波识别的单出线输电线路单端故障测距方法
CN104200118A (zh) 自动平衡机振动信号处理方法
CN108388839A (zh) 一种基于二阶同步提取变换的强转速波动特征提取方法
CN105466550A (zh) 非均匀欠采样叶端定时振动信号重构方法及其装置
CN104316163A (zh) 基于内积变换和相关滤波的齿轮箱耦合调制信号分离方法
CN106055734A (zh) 一种风电齿轮箱故障诊断方法
CN102269803B (zh) 基于时间延迟的离散频谱低频成分的校正方法
Wang et al. A two-stage method using spline-kernelled chirplet transform and angle synchronous averaging to detect faults at variable speed
CN107679013A (zh) 基于eemd‑hht与时频重排结合的转速曲线估计方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20141001