陈长征,王海童,孙自强

(沈阳工业大学 机械工程学院,辽宁 沈阳 110178)

·故障诊断·

基于阶次分析的风机增速箱故障诊断

陈长征,王海童,孙自强

(沈阳工业大学 机械工程学院,辽宁 沈阳 110178)

风力发电机组工作环境恶劣，振动信号往往具有非平稳的特性。为了提取故障信息的特征频率，提出了基于重采样的阶次分析和小波阈值去噪相结合的诊断方法。该方法与经典的计算阶次跟踪算法(COT)相比较，提高了重采样精度，与传统的FFT方法相比较，消除了因转速不稳定引起的“频率模糊”现象。并通过风场实验表明该方法有效，具有工程应有价值。

风力发电机；小波去噪；阶次分析；重采样

0 前言

齿轮箱作为风机最主要的结构之一，其发生故障的频率最高，造成的停机时间也最长。同时由于受风机自身结构和风速时刻变化的双重影响，所采集到风机齿轮箱的故障信号往往具有非平稳的特性，而传统的基于FFT的普通频谱分析方法只能提取机械在转速稳定状况下的特征频率。若将此方法用于提取风机故障时的特征频率，则将出现难以辨认的“频率模糊”现象[1-6]。阶次分析是以角域采样的理论为基础建立起来的，其重要的思想就是将振动信号从时域转换到角域，因此阶次分析的关键技术就是实现等角度采样[7]。要实现对风机旋转不稳定状态下的角域采样，可利用阶次跟踪的方法，常用的阶次跟踪方法有两种：一种是硬件阶次跟踪方法，一种是计算阶次跟踪方法[8]。……