段守泽 DUAN Shou-ze；徐玉秀 XU Yu-xiu；邢钢 XING Gang；杨文平 YANG Wen-ping

（①天津工业大学机械工程学院，天津300387；②天津市现代机电装备技术重点实验室，天津 300387；③天津职业技术师范大学，天津 300222）

（① School of Mechanical Engineering，Tianjin Polytechnic University，Tianjin 300387，China；②Tianjin Key Laboratory of Advanced Mechatronics Equipment Technology，Tianjin 300387，China；③Tianjin University of Technology and Education，Tianjin 300222，China）

0 引言

风力发电机组齿轮传动系统是整个风电机组的核心部件，其主要功用是将风轮在风力作用下所产生的动力传递给发电机并使其得到相应的转速[1]。如果齿轮传动系统出现故障，将会影响整个风电机组的运转，甚至造成停机[2]。由齿轮传动系统故障所造成的停机时间最长，造成的损失最大[3]。因此，对风电机组齿轮传动系统的故障状态进行分析并建立合理的故障识别方法就显得尤为重要。面对风电机组齿轮传动系统故障的频繁发生以及造成的巨额损失，唐新安等[3]借助时域信号的统计指标实现对齿轮箱故障的初步诊断，之后借助传统的快速傅里叶变换（Fast Fourier Transform，FFT）和功率谱对诊断结果进一步加以确认。HUANG等[4]研究了小波神经网络在风力机齿轮箱故障诊断中的应用。该方法借助小波变换的时频分析特性和神经网络的自学习功能，将小波函数作为神经网络的隐含层，提高了诊断精度，减少了神经网络的层数，加快了收敛速度。BARSZCZ等[5]提出了利用谱峭度诊断行星齿轮箱故障的方法。利用谱峭度对冲击信号敏感特性检测出信号中的冲击成分，从而诊断出故障原因。INALPOLAT等[6]对行星齿轮箱的建模和动力学行为进行了研究，为其复合传动引起的故障相互调制和耦合等故障机理提供了依据。

综上所述，现有对齿轮故障机理的研究主要为一对啮合齿轮或结构较简单的传动系统的单一故障。……