王 平，尹少平，贾护民，王灵梅

(1.山西大学绿色能源与电力智能控制研究所，山西 太原 030013) (2.青海绿电电力运维技术有限公司，青海 西宁 810001)

风力发电机组齿轮箱的振动信号随风速的波动呈现出非线性、非平稳性的特征，无法及时有效地识别提取，从而增大了故障识别的难度。在这种形势下，进行精确的故障诊断是当前风电机组运维工作的重要任务。

在风力发电机组变工况状态下，对齿轮箱振动信号直接进行快速傅里叶变化(fast Fourier transform,FFT)频谱分析可能会导致谱线中出现“谱线混淆”，难以识别故障特征频率。由于硬件阶比分析[1]与计算阶比分析方法中所用到的设备和检测装置可能会长期受到现场设备及运行环境的巨大影响和强度制约，因此很多专家学者转向无转速计阶比分析方法的研究中，并取得了一定的研究成果。其中，吕建新等[2]利用阶比分析与总体平均经验模式分解相结合的方法，对角域稳态信号进行集合经验模态分解(ensemble empirical mode decomposition,EEMD)，并对IMF分量进行分析，实现了对轴承故障的识别。杨志坚等[3]针对故障检测进行了大量的研究，基于能量重心法来获得信号的瞬时频率，利用瞬时频率获取信号的转速信息，并对信号进行阶比分析。金阳等[4]设计了零相位跟踪滤波方法，其优势主要体现在如下方面：首先降低滤波器边界对于信号的不利影响；其次是可以实现旋转机械信号转频。郭瑜等[5]重点针对无硬件设施进行了阶比分析，在此过程中采用了瞬时频率估算技术。……