风机轴承故障诊断

英国 Strathclyde 大学的 David McMillan 等人为了使风机状态监测系统费用经济合理，提出了一个精简的概率模型，并对影响因素维修和置换费用、故障停机时间、维修天气限制条件、周期维修政策进行了系统分析与讨论；Julia Nilsson 等人提出了风机状态监测系统生命周期成本的概念，并对陆地风场与海上风场进行了对比，得出的结论是只有合理安排维修，才能使状态监测系统的费用降低，达到效益最大化。
我国有关单位对风机状态监测系统研究较国外晚，起初是吸收国外先进技术，到后来慢慢自主研发，经过这一阶段的研究，逐渐有国内的状态监测系统应用到风机组上。如金风科技的风力发电机状态监测系统；深圳亚太光电公司的物联网式风机在线监测故障预警系统；光耀能源公司的风电场群远方监控系统。
一些科研院所也对风机状态监测系统进行了研究，如西北工业大学旋转机械与风能装置测控研究所开发的 CAMD 系列旋转机械状态监测与故障诊断系统、哈尔滨工业大学开发的“MMMD- Ⅲ” 旋转机械状态监测装置、东方振动和噪声技术研究所的DASP 动态测试和信号分析系统等。
总的来说，目前风机组振动信号状态监测系统多采用时域分析、快速傅里叶分析、包络分析等技术相对简单，分析诊断功能相对较弱的振动信号分析方法。但是由于风机组常工作在变转速、不稳定载荷等复杂工况下，检测到的振动信号都是非平稳、非线性的，这时上述方法就显得有些无能为力。因此，亟需引入新的非平稳、非线性信号处理方法和模型，实现振动信号动态特征的有效的获取，以准确刻画和描述轴承的运行状态。
1.4  本文的主要研究内容
本课题以河北省自然科学基金“基于动态信息获取和融合决策的风力发电机状态监测方法研究(项目编号：F2011203149)”为研究背景。 针对复杂工况下风机轴承振动信号的非平稳非线性及时变特点，运用 LMD 瞬态信号分解技术、信息熵和非线性动力学参数分析理论，分别从信号瞬态特征描述和非线性特征分析两个角度，对风机轴承振动信号特征提取方法展开深入研，提出了基于 Wigner-Ville 谱熵的信号瞬态特征提取和基于 LMD 的多尺度排序熵的非线性特征定量描述方法，有效刻画轴承振动信号瞬态能量分布特征和非线性复杂度特征，最后通过仿真分析和风机轴承故障诊断实验分析验证了上述方法的有效性，为风机状态监测和故障诊断提供了新的特征提取方法和思路。
本论文具体研究内容与结构安排如下：
第 1 章  绪论：介绍了本文的课题背景及意义，从风机振动信号特征提取、智能故障诊断等方面，综述了国内外风机轴承及风机振动状态监测系统的研究现状。
第 2 章  风力发电机轴承系统研究：介绍了风机的主要结构及其轴承分类和分布情况，并对轴承的故障机理、故障形式及振动故障特征进行了详细分析。
第 3 章  振动信号特征提取基本方法研究：针对风机轴承振动信号故障特征难以提取及量化的问题，研究基于 LMD 的瞬态信号分解方法和基于信息熵的信号特征定量描述方法。  
第 4 章  轴承振动信号特征提取及故障诊断研究：针对风机轴承故障特点，提出了基于 LMD 和信息熵的 Wigner-Ville 谱熵的振动信号瞬态能量特征提取方法和基于LMD 的多尺度排序熵的轴承振动信号非线性特征提取方法，并通过仿真数据分析验证了所提出的方法用于轴承振动信号特征提取和故障诊断的有效性。
第 5 章  风机轴承故障诊断实验：利用风机模拟实验平台和搭建的齿轮箱轴承故障实验平台进一步验证了基于 Wigner-Ville 谱熵的振动信号瞬态能量特征提取方法和基于 LMD 的多尺度排序熵的轴承振动信号非线性特征提取方法，实现了轴承不同故障类型分类和轴承内圈不同故障程度的识别。  

石家庄风机厂石家庄风机石家庄风机销售石家庄风机维修