CN104764489A - 一种风电变速器的润滑油在线监测方法 - Google Patents

Abstract

一种风电变速器的润滑油在线监测方法，先对风电变速器齿轮箱摩擦学系统工况分析，提出了基于磨损、润滑油理化性能和污染三个方面进行全信息监测的方法；通过可测性分析建立集成信息监测系统，分别采用粘度、水分和磨粒作为对应上述三类信息的可测特征；利用嵌入式集成传感器技术，实现上述信息的实时获取；采用TCP/IP网络通信协议，实现远程监测；建立磨损、润滑油油品以及污染的关系模型，推测出磨损或者润滑故障的诱因；本发明不但实现了在线的全信息获取，也给出故障起因的分析，是一种风电变速器齿轮箱运行状态的有效监测方法，通过对磨损故障的定位以及换油建议等维护建议，为降低变速器的摩擦学故障以及延长整机寿命具有重要的工程意义。

Description

一种风电变速器的润滑油在线监测方法

技术领域

本发明属于机械系统在线监测领域，主要涉及设备磨损与润滑油状态综合监测系统，特别涉及一种风电变速器的润滑油在线监测方法。

背景技术

随着风电已经成为我国重大的能源战略，对风电机组的安全可靠性行要求更高。由于恶劣的气象环境和极端的负载工况，风机变速器齿轮箱传动部件的磨损故障已经成为引起机械故障停机的主要原因之一，由此带来的维护和更换等维护成本已经大大超过了风机本身的成本。因此，传动部件的运行状态监测和故障预测已经成为全球各大风机制造商的技术角逐点。

风机变速器的状态监测技术主要分为振动、温度、性能参数、磨损4各方面。依据振动监测传感器，对齿轮、轴承等关键部件的故障特征频率进行时域和频域分析，在部件的故障诊断中取得了良好的效果。但是振动监测容易受外界信号的干扰、不能判断磨损机理、获取可靠的振动信号在很大程度上取决于传感器的布置。因此，振动监测无法给出部件磨损导致的早期失效预警。依据温度或者扭矩、转速等监测信号，通过异常判断给出部件的故障信息，同样具有间接预报的滞后性。风机变速器关键回转部件的故障大多是由于磨损累积引发的，故从摩檫学系统的角度出发，通过对磨损以及润滑油的状态监测不但可以获得早期故障信息，还可以从健康衰变层面上给出机器的当前状态，从而可以达到寿命预测的目标。因此，开展磨损、润滑油状态在线监测成为解决风机变速器故障预测的关键技术。

油液是机器的“血液”，包含了全部的摩擦学信息。因此，基于摩擦学知识的油液分析方法最适合基于润滑油全信息(包括理化信息、污染信息、磨损信息)的机器磨损及润滑状态品评估。采用离线油液分析的铁谱、光谱、颗粒计数和理化数据建立的神经网络和D-S证据理论进行综合分析的方法成功地应用到了航空发动机的状态监测。离线油液全信息提取和融合的分析方法初步应用于风电机组的状态监测。国内风机商开运营始采用停机取样和离线分析的处理方法进行定期的维护。但是，离线分析的采样周期长，成本高，最重要的一点是：所分析的结果具有严重的滞后性，不能反映当前的运行状态。因此，在线监测的适时性能够及早的发现变速器运行状态发生的异常，具有实际应用意义。

近年来，以磨粒、润滑油理化指标为对象的传感器技术发展迅速，极大地提高了各类装备的摩擦学状态监测水平：1)磨粒传感器：基于光学、电学、磁感应和图像的在线磨粒传感器推陈出新，如美国海军研究的LaserNet Fines磨粒监测仪；加拿大Gastop公司开发的基于磨粒感应磁场扰动检测原理的MetalScan传感器；这些传感器都可以提供磨粒的大小、浓度等信息，但不能从磨损机理上层面上反映齿轮箱的磨损状态。西安交通大学所开发的磨粒图像传感器(公开号：CN 100365413C)可以监测到10μm的磨损颗粒图像，进而给出颜色、轮廓等信息，在分析早期磨损和磨损机理方面具有显著的优势。2)理化性能传感器：基于位移、振动原理的粘度传感器得到成功的研制，如美国MEAS公司石英晶体的谐振特性推出的FPS28X0系列传感器，可以测得粘度和温度参量。基于介电常数原理、水活度的水分的传感器应用也很广泛，如Kittiwake公司开发的FG-K163XX系列传感器；美国沃迪森公司开发的EASZ-1型传感器；西安交通大学的“润滑油液微量水分传感器探头及在线监测方法”(申请号：CN 102012387A)，都能够实时测得润滑油中的微水分含量。

随着在线传感器的推出，国外率先展开了风电变速器的磨损在线监测技术的应用。加拿大GasTops公司开发MetalSCAN在线油液磨损颗粒监测仪在风机状态监测上得到应用。如西班牙的Gemesa在它们研制的G8X/G9X型号风机的齿轮箱安装MetalSCAN 3115系列的传感器；德国的Siemens公司在其SWT1.1、SWT1.2、SWT1.3风机齿轮箱润滑油过滤系统之前安装了MetalSCAN传感器；丹麦的Vestas在器研制的V47、V52、V80、V90等型号的风机上应用了MetalSCAN传感器进行齿轮箱的磨损状态监测。NASA针对风机状态监测的研究表明“磨粒分析可以反映机器磨损性能的劣化过程”。

总体而言，单一磨损指标监测技术在风电监测领域取得了不错的工程效果，但是对于同时具备复杂机械设备而言，仅依靠磨粒数量和尺寸仅仅能给出磨损剧烈程度，而无法给出润滑剂性能衰变程度以及磨损机理，磨损部位，以及磨损故障的诱因。因此，面向风机变速器摩擦学系统，通过从磨损、润滑、工况三个方面开展系统耦合机理分析，才能建立全信息摩擦学综合监测系统，进而对整个系统的摩擦学状态以及性能劣化进行实时监测分析，最终实现机器健康监测和寿命预测。

发明内容：

针对上述分析，本发明的目的在于提供一种风电变速器的润滑油在线监测方法，从摩擦学系统角度，提出了从磨损、理化、污染三个方面表征风电变速器齿轮箱的磨损和润滑状态的监测方法，通过可测性分析建立基于磨粒、粘度、水分、油温、介电常数指标的集成监测技术，通过嵌入式采集及远程数据传输技术实现风电变速器摩擦学状态的全信息实时监测。

为了达到上述目的，本发明的技术方案为：

一种风电变速器的润滑油在线监测方法，包括以下步骤：

步骤一、通过耦合分析，建立基于理化、污染和磨损三类信息的风电变速器摩擦学状态表征体系，并给出耦合推理机制。通过可测性分析建立集成信息监测系统，分别采用粘度、水分和磨粒作为对应上述三类信息的可测特征；

步骤二、通过采集到的磨粒图像进行特征提取，得到油液中沉积磨粒浓度指数IPCA，具体步骤为：

S1，将磨粒图像信息取出，首先经过灰度化处理，得到灰度图像；

S2，采用自动分割方法将灰度图像转换成二值图；

S3，将二值图像中表征磨粒的黑色像素点面积A与整张图像的像素点面积S相除得到沉积磨粒浓度指数，即

S4，将沉积磨粒浓度指数与沉积时间t相除得到磨粒产生速率v，即

步骤三、采集粘度信息、水分信息，两者采集到的信息分别做平均处理；

步骤四、依据步骤一中的耦合推理机制，采用标准偏差动态预测与趋势分析的方法，综合三类信息对风电变速器的运行状态进行动态评估，具体步骤：

S1，以最近采集的10组磨粒产生速率v_i作为计算数组，均值

S2，求标准偏差

S3，判断当前磨粒产生速率v是否满足μ±3σ准则。若v∈(μ-2σ，μ+2σ)，说明当前磨损程度保持在正常范围内，若v∈(0,u-2σ)，则说明当前磨损程度有所降低，即v∈((μ-2σ，μ+2σ)∪(0,u-2σ))时，说明当前风电变速器的运行正常；若v∈(μ+2σ,μ+3σ)，说明当前风电变速器的磨损有增加的趋势，转S4；若v∈(μ+3σ,∞)，说明当前风电变速器的磨损剧烈，给出警告需要检修；

S4，判断粘度值是否低于正常值的5％：若粘度值低于正常那值的5％，则说明润滑油理化性能不满足要求，转S3；若粘度值正常，则表明过载或者零件磨损失效；

S5，判断水分含量是否超过0.1％，若水分含量超过0.1％，则说明润滑油污染严重，需要重新更换新油；若水分含量低于0.1％，则说明产生剧烈磨损的原因是过载或供油不足。

步骤一所述的耦合分析为：随着风电变速器的运行，摩擦副之间的相对运动会产热，温度升高导致润滑油的理化性能降低，并且摩擦副也会带入水分和粉尘等污染物进入润滑油劣化油液的理化性能；理化性能的降低会导致油膜承载能力下降，然而承载能力的下降直接导致摩擦副的磨损加剧，磨损产生的颗粒进入油液污染加重的同时油液进一步劣化，因此，对理化信息、污染信息、磨损信息的主成份特征分量进行可测性分析得到可测特征分量有：粘度、水分、介电常数、磨粒、温度。

步骤一中三种信息采集具体步骤如下：

步骤一、为集成监测系统上电，运行外部采集软件采集磨粒图像传感器6的磨粒图像和润滑油的粘度、水分数据，通过TCP网络协议传输到主控计算机进行计算分析，通过时间控制的循环采集，就可以实现对风电变速器实时监测；

步骤二、对齿轮箱的运行状态进行实时的在线控制，主控室的计算机配置参数，发送到下位机控制系统16，下位机控制系统控制各采集设备的初始化，等待采集指令，上位机发送自动采集指令，控制电路接收到指令后做出响应，数字齿轮泵12的控制电压Pump_V_brush开始冲刷流道，持续时间Pump_T；

步骤三、冲刷完成以后，数字齿轮泵12控制电压从冲刷电压Pump_V_brush切换到沉积电压Pump_V_coil，同时磨粒图像传感器6的励磁装置的线圈通电Coil_V产生高梯度磁场，磨损颗粒开始沉积，沉积时间Coil_T；

步骤四、沉积完成以后，数字齿轮泵12的控制电压切从沉积电压Pump_V_coil换到拍照电压固定值0.5V，磨粒图像传感器6通过CMOS图像传感器捕获到不同光照条件下的磨损颗粒的图像，保存在集成控制板16的缓冲寄存器；

步骤五、图像采集完以后，数字齿轮泵12的控制电压从拍照电压固定值0.5V切换到冲刷电压Pump_V_brush冲刷流速，同时磨粒图像传感器6的励磁线圈加载退磁电压；

步骤六、退磁冲涮完以后，进行图像处理提取图像特征(IPCA、磨粒尺寸、磨粒数量、磨粒颜色)；

步骤七、保持数字齿轮泵12的沉积电压Pump_V_coil，磨粒图像传感器6通电并处于吸附磨粒状态，在3倍的图像采集间隔内，粘度传感器8采集粘度、温度、密度信息，水分传感器10采集水分、介电常数等信息，两者采集到的信息分别做平均，处理结果保存在集成控制板16的缓冲寄存器；

步骤八、油液理化特征信息采集完成以后，数字齿轮泵流速切换到冲刷流速，磨粒图像传感器6通退磁电压30s；

步骤九、退磁冲刷完成以后，数字齿轮泵12断电，整合打包本循环次采集到的磨损颗粒信息和油液特征信息，通过TCP/IP网络通信协议将采集数据远程传递到主控制计算机，计算机对采集的数据进行综合分析，对风电变速器的运行状态进行评估，并给出维护建议；

步骤十，等待采样间隔到达，进入下一次数据采集。

所述的集成信息监测系统包括集成传感器模块、供油回路模块、控制模块、数据传输模块，所述的集成传感器模块，由磨粒图像传感器6、水分传感器10、粘度传感器8组成，用于磨损、油品、污染三方面五个指标的数据采集，采集次序：首先由磨粒图像传感器6利用高梯度磁场将润滑油在的磨粒沉积下来，捕获磨粒图像信息，此时流经粘度传感器8和水分传感器10的润滑油中不含铁磁性磨粒，降低了铁磁性颗粒对粘度和水分传感器数据采集的影响，使采集的粘度、水分、温度、介电常数四项指标的参数稳定精确；润滑油流过磨粒图像传感器6流道，利用高梯度磁场将铁磁性颗粒在流道沉积区域有规律的排布后采集磨损颗粒的图像信息，再流过粘度传感器8和水分传感器10采集润滑油的粘度、水分、温度、介电常数信息。

所述的供油回路模块采用铜管、流道、数字齿轮泵、油嘴组成，在齿轮箱1底部安装取油口单向油嘴2，单向油嘴2与安装在机箱19上的双向油嘴4的外部端口用油管3连接，双向油嘴4的内部端口连接第一油管5，第一油管5的另一端连接磨粒图像传感器6的进油口，磨粒图像传感器6的出油口与第二油管7连接，第二油管7的另一端连接传感器固定座9的进油口，传感器固定座9上安装黏度传感器8和水分传感器10，传感器固定座9的出油口连接第三油管11，第三油管11的另一端连接数字齿轮泵12的进油口，数字齿轮泵12的出油口连接油管，油管的另一端与安装在监测仪主机箱21上的双向油嘴13的内部端口连接，双向油嘴13的外部端口通过齿轮箱回油管14与安装在齿轮箱1顶部回油口的单向油嘴15连接。

有益效果：

本发明应用于风电变速器齿轮箱润滑油的在线监测，与传统的油液监测技术相比，具有以下有益效果：

1)通过摩擦学耦合分析将风电变速器的运行状态信息分为理化、污染、磨损三类，建立了耦合推理机制，形成了摩擦学系统状态监测及分析方法。通过可测性分析建立了综合水分、粘度、介电常数、温度、磨粒5个监测指标的集成监测系统

2)完成了模块化设计：集成传感器模块、控制模块、供油回路模块、数据传输模块。

3)所设计的油液分析回路将数字齿轮泵置于在给整个油路的下游，避免了对目标磨粒的二次碾压，且减少润滑油流速脉动现象；将磨粒传感器置于润滑油粘度、水分传感器上游，利用控制其磁场吸附油中磨粒，以避免对粘度和水分传感器的干扰，保证理化性能数据的稳定可靠。

4)采用高集成SOC处理器ARM Cortex-M4及DSP双内核的STM32F407VCT6为下位机控制系统将磨粒图像和理化特征数据分离采集，提高了数据处理和传输的效率和可靠性。

5)采用TCP/IP协议进行传输数据，实现PC上位机与下位机控制系统的远程通信和控制。

6)综合采集到的润滑油理化、污染以及磨损颗粒信息，依据耦合推理机制建立了风电变速器运行状态进行评估，实现了对磨损性能、润滑油性能、污染程度的综合判断，提高了故障机理及诱因的判断准确度。

附图说明：

图1是风电润滑油在线监测系统的技术方案图。

图2是风电变速器摩擦学状态的全信息表征原理图。

图3是集成传感器及其远程监测系统结构原理图。

图4是特征分量采集流程示意图。

图5是综合分析简化模型。

其中，1：齿轮箱；2：单向油嘴(齿轮箱出油口)；3：齿轮箱出油管；4：双向油嘴(监测系统进油口)；5：第一油管；6：磨粒图像传感器；7：第二油管；8：粘度传感器；9：传感器固定座；10：水分传感器；11：第三油管；12：数字齿轮泵；13：双向油嘴(监测系统出油口)；14：齿轮箱回油管；15：油嘴(齿轮箱回油口)；16：集成控制板；17：第一网线；18：监测仪网络接口；19：第二网线；20：直流稳压电源；21：监测仪主机箱。

具体实施方式：

下面结合附图对本发明的技术方案做详细叙述。

参照图1，一种风电变速器的润滑油在线监测方法，包括以下步骤：

步骤一、通过耦合分析，建立基于理化、污染和磨损三类信息的风电变速器摩擦学状态表征体系，并给出耦合推理机制。参照图2，通过可测性分析建立集成信息监测系统，分别采用粘度、水分和磨粒作为对应上述三类信息的可测特征；

步骤二、通过采集到的磨粒图像进行特征提取，得到油液中沉积磨粒浓度指数IPCA，具体步骤为：

S1，将磨粒图像信息取出，首先经过灰度化处理，得到灰度图像；

S2，采用自动分割方法将灰度图像转换成二值图；

S3，将二值图像中表征磨粒的黑色像素点面积A与整张图像的像素点面积S相除得到沉积磨粒浓度指数，即

S4，将沉积磨粒浓度指数与沉积时间t相除得到磨粒产生速率v，即

步骤三、采集粘度信息、水分信息，两者采集到的信息分别做平均处理；

步骤四、依据步骤一中的耦合推理机制，采用标准偏差动态预测与趋势分析的方法，综合三类信息对风电变速器的运行状态进行评估，参照图5，具体步骤：

S1，以最近采集的10组磨粒产生速率v_i作为计算数组，均值

S2，求标准偏差 $\mathrm{\σ}=\sqrt{\frac{{\mathrm{\Σ}}_{i=1}^{10}{(v_i-\mathrm{\μ})}^2}{9}};$

S3，判断当前磨粒产生速率v是否满足μ±3σ准则。若v∈(μ-2σ，μ+2σ)，说明当前磨损程度保持在正常范围内，若v∈(0,u-2σ)，则说明当前磨损程度有所降低，即v∈((μ-2σ，μ+2σ)∪(0,u-2σ))时，说明当前风电变速器的运行正常；若v∈(μ+2σ,μ+3σ)，说明当前风电变速器的磨损有增加的趋势，转S4；；若v∈(μ+3σ,∞)，说明当前风电变速器的磨损剧烈，给出警告需要检修；

S4，判断粘度值是否低于正常值的5％：若粘度值低于正常那值的5％，则说明润滑油理化性能不满足要求，转S3；若粘度值正常，则表明过载或者零件磨损失效；

S5，判断水分含量是否超过0.1％，若水分含量超过0.1％，则说明润滑油污染严重，需要重新更换新油；若水分含量低于0.1％，则说明产生剧烈磨损的原因是过载或供油不足。

所述的集成信息监测系统包括集成传感器模块、供油回路模块、控制模块、数据传输模块。

所述的集成传感器模块，由磨粒图像传感器、水分传感器、粘度传感器组成，用于磨损、油品、污染三方面五个指标的数据采集。

所述的传感器模块中数据采集的采集次序：首先由磨粒图像传感器6利用高梯度磁场将润滑油在的磨粒沉积下来，捕获磨粒图像信息，此时流经粘度传感器8和水分传感器10的润滑油中不含铁磁性磨粒，降低了铁磁性颗粒对粘度和水分传感器数据采集的影响，使采集的粘度、水分、温度、介电常数四项指标的参数稳定精确。传感器的布局方式如图3所示，润滑油流过磨粒图像传感器6流道，利用高梯度磁场将铁磁性颗粒在流道沉积区域有规律的排布后采集磨损颗粒的图像信息，再流过粘度传感器8和水分传感器10采集润滑油的粘度、水分、温度、介电常数信息。

所述的供油回路模块采用铜管、流道、数字齿轮泵、油嘴组成，在齿轮箱1底部安装取油口单向油嘴2，单向油嘴2与安装在机箱19上的双向油嘴4的外部端口用油管3连接，双向油嘴4的内部端口连接第一油管5，第一油管5的另一端连接磨粒图像传感器6的进油口，磨粒图像传感器6的出油口与第二油管7连接，第二油管7的另一端连接传感器固定座9的进油口，传感器固定座9上安装黏度传感器8和水分传感器10。传感器固定座9的出油口连接第三油管11，第三油管11的另一端连接数字齿轮泵12的进油口，数字齿轮泵12的出油口连接油管，油管的另一端与安装在监测仪主机箱21上的双向油嘴13的内部端口连接，双向油嘴13的外部端口通过齿轮箱回油管14与安装在齿轮箱1顶部回油口的单向油嘴15连接。

整个供油系统的动力是数字齿轮泵抽油方式提供，即数字齿轮泵安装在给整个油路的回油口出。与直接采用变速器系统油路供油比较，油路系统简单，并且减少润滑油流速脉动现象，油液流动平稳，传感器获得的数据稳定可靠。

将润滑油从齿轮箱1中提取，通过单向油嘴2，进入输油管3，再到双向油嘴4，引入风电润滑油在线监测装置内部，通过铜管5流入磨粒图像传感器6再通过铜管7引入固定座9，润滑油先流过粘度传感器8，再流过水分传感器10，接着流过铜管11，进入数字齿轮泵12，再到达双向油嘴13经输油管14回到齿轮箱1。

所述的控制模块主要由ARM集成控制板及电源组成，ARM集成控制板主要功能：

1、将齿轮泵的流量转换控制齿轮泵的电压信号、

2、控制传感器采集过程中，润滑油流速，磨粒图像传感器的磁场大小，拍照时光线的变换，

3、实现数据采集循环的流程

4、将水分传感器采集到的电压信号转换成含水量，

5、将磨粒图像和粘度、水分、油温、及介电常数进行分析存储。

所述的数据传输模块主要有下位机集成控制板，网线，交换机，计算机组成。集成控制板16上的网络接口连接第一网线17，第一网线17的另一端与监测仪主机箱21上的网络19接口18连接。网络接口18插入第二网线19，第二网线19的另一端接到交换机，然后连接到主控室的计算机上，通过TCP/IP通信协议将下位机采集到的磨损颗粒信息以及油液理化和污染信息远程传递到主控室计算机。

参照图4，步骤一中三种信息采集具体步骤如下：

步骤一、为集成监测系统上电，运行外部采集软件采集磨粒图像传感器6的磨粒图像和润滑油的粘度、水分数据，通过TCP网络协议传输到主控计算机进行计算分析，通过时间控制的循环采集，就可以实现对风电变速器实时监测；

步骤二、对齿轮箱的运行状态进行实时的在线控制，主控室的计算机配置参数，发送到下位机控制系统16，下位机控制系统控制各采集设备的初始化，等待采集指令，上位机发送自动采集指令，控制电路接收到指令后做出响应，数字齿轮泵12的控制电压Pump_V_brush开始冲刷流道，持续时间Pump_T；

步骤三、冲刷完成以后，数字齿轮泵12控制电压从冲刷电压Pump_V_brush切换到沉积电压Pump_V_coil，同时磨粒图像传感器6的励磁装置的线圈通电Coil_V产生高梯度磁场，磨损颗粒开始沉积，沉积时间Coil_T；

步骤四、沉积完成以后，数字齿轮泵12的控制电压切从沉积电压Pump_V_coil换到拍照电压固定值0.5V，磨粒图像传感器6通过CMOS图像传感器捕获到不同光照条件下的磨损颗粒的图像，保存在集成控制板16的缓冲寄存器；

步骤五、图像采集完以后，数字齿轮泵12的控制电压从拍照电压固定值0.5V切换到冲刷电压Pump_V_brush冲刷流速，同时磨粒图像传感器6的励磁线圈加载退磁电压；

步骤六、退磁冲涮完以后，进行图像处理提取图像特征(IPCA、磨粒尺寸、磨粒数量、磨粒颜色)；

步骤七、保持数字齿轮泵12的沉积电压Pump_V_coil，磨粒图像传感器6通电并处于吸附磨粒状态，在3倍的图像采集间隔内，粘度传感器8采集粘度、温度、密度信息，水分传感器10采集水分、介电常数等信息，两者采集到的信息分别做平均，处理结果保存在集成控制板16的缓冲寄存器；

步骤八、油液理化特征信息采集完成以后，数字齿轮泵流速切换到冲刷流速，磨粒图像传感器6通退磁电压30s；

步骤九、退磁冲刷完成以后，数字齿轮泵12断电，整合打包本循环次采集到的磨损颗粒信息和油液特征信息，通过TCP/IP网络通信协议将采集数据远程传递到主控制计算机，计算机对采集的数据进行综合分析，对风电变速器的运行状态进行评估，并给出维护建议；

步骤十，等待采样间隔到达，进入下一次数据采集。

本发明采集理化、污染、磨损三类信息，根据这三类信息的耦合性关系进行可测性分析，原因为，参照图2：

随着风电变速器的运行，摩擦副之间的相对运动会产热，温度升高导致润滑油的理化性能降低，并且摩擦副也会带入水分和粉尘等污染物进入润滑油劣化油液的理化性能；理化性能的降低会导致油膜承载能力下降，然而承载能力的下降直接导致摩擦副的磨损加剧，磨损产生的颗粒进入油液污染加重的同时油液进一步劣化。

因此，对理化信息、污染信息、磨损信息的主成份特征分量进行可测性分析得到可测特征分量有：粘度、水分、介电常数、磨粒、温度。

综合分析磨粒浓度、润滑油粘度和水分的趋势变化，对当前变速器齿轮箱的运行状态进行评估，并就当前运行情况对后续运行的趋势做预测。以此为根据，对风电变速器齿轮箱提供预维护，提高风机的使用性能并延长使用寿命。

Claims (5)

1.一种风电变速器的润滑油在线监测方法，其特征在于，包括以下步骤：

步骤一、通过耦合分析，建立基于理化、污染和磨损三类信息的风电变速器摩擦学状态表征体系，并给出耦合推理机制。通过可测性分析建立集成信息监测系统，分别采用粘度、水分和磨粒作为对应上述三类信息的可测特征；

步骤二、通过采集到的磨粒图像进行特征提取，得到油液中沉积磨粒浓度指数IPCA，具体步骤为：

S1，将磨粒图像信息取出，首先经过灰度化处理，得到灰度图像；

S2，采用自动分割方法将灰度图像转换成二值图；

S3，将二值图像中表征磨粒的黑色像素点面积A与整张图像的像素点面积S相除得到沉积磨粒浓度指数，即

S4，将沉积磨粒浓度指数与沉积时间t相除得到磨粒产生速率υ，即

步骤三、采集粘度信息、水分信息，两者采集到的信息分别做平均处理；

步骤四、依据步骤一中的耦合推理机制，采用标准偏差动态预测与趋势分析的方法，综合三类信息对风电变速器的运行状态进行动态评估，具体步骤：

S1，以最近采集的10组磨粒产生速率υ_i作为计算数组，均值

S2，求标准偏差 $\mathrm{\σ}=\sqrt{\frac{{\mathrm{\Σ}}_{i=1}^{10}{(v_i-\mathrm{\μ})}^2}{9}};$

S3，判断当前磨粒产生速率υ是否满足μ±3σ准则。若υ∈(μ-2σ，μ+2σ)，说明当前磨损程度保持在正常范围内，若υ∈(0,u-2σ)，则说明当前磨损程度有所降低，即υ∈((μ-2σ，μ+2σ)∪(0,u-2σ))时，说明当前风电变速器的运行正常；若υ∈(μ+2σ,μ+3σ)，说明当前风电变速器的磨损有增加的趋势，转S4；若υ∈(μ+3σ,∞)，说明当前风电变速器的磨损剧烈，给出警告需要检修；

S4，判断粘度值是否低于正常值的5％：若粘度值低于正常那值的5％，则说明润滑油理化性能不满足要求，转S3；若粘度值正常，则表明过载或者零件磨损失效；

S5，判断水分含量是否超过0.1％，若水分含量超过0.1％，则说明润滑油污染严重，需要重新更换新油；若水分含量低于0.1％，则说明产生剧烈磨损的原因是过载或供油不足。

2.根据权利要求1所述的一种风电变速器的润滑油在线监测方法，其特征在于，步骤一所述的耦合分析为：随着风电变速器的运行，摩擦副之间的相对运动会产热，温度升高导致润滑油的理化性能降低，并且摩擦副也会带入水分和粉尘等污染物进入润滑油劣化油液的理化性能；理化性能的降低会导致油膜承载能力下降，然而承载能力的下降直接导致摩擦副的磨损加剧，磨损产生的颗粒进入油液污染加重的同时油液进一步劣化，因此，对理化信息、污染信息、磨损信息的主成份特征分量进行可测性分析得到可测特征分量有：粘度、水分、介电常数、磨粒、温度。

3.根据权利要求1所述的一种风电变速器的润滑油在线监测方法，其特征在于，步骤一中三种信息采集具体步骤如下：

步骤一、为集成监测系统上电，运行外部采集软件采集磨粒图像传感器(6)的磨粒图像和润滑油的粘度、水分数据，通过TCP网络协议传输到主控计算机进行计算分析，通过时间控制的循环采集，就可以实现对风电变速器实时监测；

步骤二、对齿轮箱的运行状态进行实时的在线控制，主控室的计算机配置参数，发送到下位机控制系统(16)，下位机控制系统控制各采集设备的初始化，等待采集指令，上位机发送自动采集指令，控制电路接收到指令后做出响应，数字齿轮泵(12)的控制电压Pump_V_brush开始冲刷流道，持续时间Pump_T；

步骤三、冲刷完成以后，数字齿轮泵(12)控制电压从冲刷电压Pump_V_brush切换到沉积电压Pump_V_coil，同时磨粒图像传感器(6)的励磁装置的线圈通电Coil_V产生高梯度磁场，磨损颗粒开始沉积，沉积时间Coil_T；

步骤四、沉积完成以后，数字齿轮泵(12)的控制电压切从沉积电压Pump_V_coil换到拍照电压固定值0.5V，磨粒图像传感器(6)通过CMOS图像传感器捕获到不同光照条件下的磨损颗粒的图像，保存在集成控制板(16)的缓冲寄存器；

步骤五、图像采集完以后，数字齿轮泵(12)的控制电压从拍照电压固定值0.5V切换到冲刷电压Pump_V_brush冲刷流速，同时磨粒图像传感器(6)的励磁线圈加载退磁电压；

步骤六、退磁冲涮完以后，进行图像处理提取图像特征(IPCA、磨粒尺寸、磨粒数量、磨粒颜色)；

步骤七、保持数字齿轮泵(12)的沉积电压Pump_V_coil，磨粒图像传感器(6)通电并处于吸附磨粒状态，在3倍的图像采集间隔内，粘度传感器8采集粘度、温度、密度信息，水分传感器(10)采集水分、介电常数等信息，两者采集到的信息分别做平均，处理结果保存在集成控制板(16)的缓冲寄存器；

步骤八、油液理化特征信息采集完成以后，数字齿轮泵流速切换到冲刷流速，磨粒图像传感器(6)通退磁电压30s；

步骤九、退磁冲刷完成以后，数字齿轮泵(12)断电，整合打包本循环次采集到的磨损颗粒信息和油液特征信息，通过TCP/IP网络通信协议将采集数据远程传递到主控制计算机，计算机对采集的数据进行综合分析，对风电变速器的运行状态进行评估，并给出维护建议；

步骤十，等待采样间隔到达，进入下一次数据采集。

4.根据权利要求1所述的一种风电变速器的润滑油在线监测方法，其特征在于，步骤一所述的集成信息监测系统包括集成传感器模块、供油回路模块、控制模块、数据传输模块，所述的集成传感器模块，由磨粒图像传感器(6)、水分传感器(10)、粘度传感器(8)组成，用于磨损、油品、污染三方面五个指标的数据采集，采集次序：首先由磨粒图像传感器(6)利用高梯度磁场将润滑油在的磨粒沉积下来，捕获磨粒图像信息，此时流经粘度传感器(8)和水分传感器(10)的润滑油中不含铁磁性磨粒，降低了铁磁性颗粒对粘度和水分传感器数据采集的影响，使采集的粘度、水分、温度、介电常数四项指标的参数稳定精确；润滑油流过磨粒图像传感器(6)流道，利用高梯度磁场将铁磁性颗粒在流道沉积区域有规律的排布后采集磨损颗粒的图像信息，再流过粘度传感器(8)和水分传感器(10)采集润滑油的粘度、水分、温度、介电常数信息。

5.根据权利要求4所述的一种风电变速器的润滑油在线监测方法，其特征在于，所述的供油回路模块采用铜管、流道、数字齿轮泵、油嘴组成，在齿轮箱(1)底部安装取油口单向油嘴(2)，单向油嘴(2)与安装在机箱(19)上的双向油嘴(4)的外部端口用油管(3)连接，双向油嘴(4)的内部端口连接第一油管(5)，第一油管(5)的另一端连接磨粒图像传感器(6)的进油口，磨粒图像传感器(6)的出油口与第二油管(7)连接，第二油管(7)的另一端连接传感器固定座(9)的进油口，传感器固定座(9)上安装黏度传感器(8)和水分传感器(10)，传感器固定座(9)的出油口连接第三油管(11)，第三油管(11)的另一端连接数字齿轮泵(12)的进油口，数字齿轮泵(12)的出油口连接油管，油管的另一端与安装在监测仪主机箱(21)上的双向油嘴(13)的内部端口连接，双向油嘴(13)的外部端口通过齿轮箱回油管(14)与安装在齿轮箱(1)顶部回油口的单向油嘴(15)连接。