风机轴承状态监测与故障诊断

   石家庄风机厂 石家庄风机 石家庄市风机厂 石家庄风机维修 石家庄风机销售
运用本文提出的 Wigner-Ville 时频谱熵和 PFPE 方法对不同工况下风力发电机轴承端振动信号进行分析，结果如图 5-5 和 5-6 所示。可以看出，不同 PF 分量对应着不同的熵值，体现了振动信号的在不同特征时间尺度上的细节特征，且随着 PF 分解阶数的增加，熵值呈递减趋势，说明振动信号复杂度逐渐降低。还可以发现，不同转速工况下风力发电机轴承端振动信号的熵相差不大。因此，使用 Wigner-Ville 谱熵和 PFPE 值对风力发电机轴承运行状态进行监测分析，不会因转速的变化而有太大的差别。这也说明了本文提出的方法对转速变化具有较好的鲁棒性，也为进一步分析不同工况下不同故障状态或情形提供了有效参考。
虑到 22kW 风机实验平台组装成本较高，如果在该平台上人为设置故障，不仅危险性高、损坏性大，而且需要专业的队伍及装备拆卸，提高了维修成本。因此本文基于风机齿轮箱轴承运行特点及振动特征分析，搭建简易齿轮箱轴承故障实验平台，来模拟风机齿轮箱轴承在不同转速工况下的运行状态及故障情况。
如图 5-7 所示，实验平台由变频器、电机、齿轮箱、联轴器等组成，振动测试系统由加速度传感器、信号采集仪及 PC 机等组成，实验空载运行。电机为三相异步电机，额定功率为 1.1kW，额定转速为 1410r/min，用于驱动减速齿轮箱。减速齿轮箱型号为 PM250，减速比为 10.35。变频器用于调节电机转速。传感器为 PCB 公司的ICP352C33 加速度传感器，安装在减速器壳体，用以测取振动信号。数据采集系统为东方噪声振动研究所的 8 通道 INV3018C 数据采集仪，用以采集和存储传感器测得的振动数据。
本文以风机轴承状态监测与故障诊断为背景，针对风机轴承非平稳、非线性故障特征难以提取的问题，引入局部均值分解瞬态信号分解技术和信息熵特征定量描述方法，从时频瞬态能量特征描述和非线性特征分析角度，分别结合时频分析方法——Wigner-Ville 分布和非线性动力学参数方法——排序熵，提出了振动信号瞬态能量特征提取和非线性特征定量描述的方法，并将所研究的方法应用到风机轴承故障诊断实验中。本文所做的工作如下：
(1)  从信号的多尺度时频分析角度和信息熵角度，研究了局部均值分解方法和信息熵特征定量描述方法。通过仿真信号验证了 LMD 的自适应分解特性，并对轴承实测振动信号进行分析，通过与直接利用 FFT 相比，发现利用 PF 分量进行幅值谱分析可以更好的发现轴承故障特征频率。同时，利用数值仿真信号对排序熵进行了分析。
(2)  利用 LMD、Wigner-Ville 分布和信息熵相结合，提出了一种瞬态能量特征提取方法——Wigner-Ville 谱熵，并基于最小二乘支持向量机建立智能故障诊断模型。基于典型实验平台和风机轴承故障模拟平台分别进行实验，验证了该方法能有效实现轴承内圈、外圈、滚动体和复合故障等不同故障类型的自动分类。
(3)  基于风机轴承信号的非线性动力学特性，提出了一种基于 LMD 的多尺度排序熵的非线性特征提取方法，讨论了影响排序熵性能的参数如嵌入维数等的选取问题，该方法有效刻画了轴承振动信号非线性复杂度特征，并通过典型实验平台和风机轴承故障诊断实验验证分析，实现了对轴承内圈不同故障程度的有效识别。
本文针对风机轴承振动信号特征提取问题，运用局部均值分解方法，从瞬态能量特征提取和非线性特征分析两个角度提供了新的特征提取方法，为风机轴承及其它机械部件状态监测和故障诊断提供了有效理论方法。需要进一步研究的问题有：
(1)  针对 LMD 的一些缺点，如端点处理问题、局部均值函数和包络估计函数的平滑问题、噪声对 PF 瞬时频率的影响问题，还需进一步研究有效的处理方法。
(2)  由于实验条件限制，本文提出的方法仅对风机轴承故障模拟实验平台进行了验证，还需要在工程实际应用中做进一步验证。