双馈式风力发电机组发电机滚动轴承状态监测及故障诊断方法探究

针对滚动轴承在双馈式风力发电机组中的多发故障,建立了振动监测与分析诊断系统,进行轴承振动数据采集,通过数据挖掘分析,提出了滚动轴承状态监测和故障诊断的时域和频谱分析方法,并探究了基于滚动轴承故障特征频率的频谱分析方法。实践证明该方法效果显著,保证了机组平稳运行,增加了机组的经济效益。     

风力发电机组滚动轴承故障振动诊断方法综述

对大型风力发电机组滚动轴承的主要故障,即接触表面磨损类故障和接触元件损伤类故障进行了介绍,在总结风力发电机组滚动轴承故障特点的基础上,对风力发电机组滚动轴承故障振动特征提取的时域方法、频域方法等主要研究方法及其成果进行了综述,论述了各类方法的主要内容及其优缺点,并对其应用情况进行了简要分析。最后结合风电机组故障诊断技术的研究现状和不足,对其未来的发展方向提出了建议,供相关领域的研究人员参考。     

国产风机液压传动系统故障分析与技术改造

风力发电机组液压传动系统担负着驱动、控制风力发电机组偏航与制动的作用。通过对国产风机液压传动系统中出现的泄漏、电机开启后不运行、液压泵功率不稳定、振动和噪音异常等典型故障进行分析,并给出故障排查方法;对被动刹车型风机的液压系统进行改造,加装旁路液压差压开关,解决了由于滤清器滤网压差过高导致污染物进入液压系统的问题。     

基于决策融合的直驱风力发电机组轴承故障诊断

基于振动信号时域、频域和包络谱等多源特征,采用决策融合方法构建了直驱风力发电机组轴承故障诊断模型。对直驱风力发电机组主轴轴承经常发生的外圈故障、内圈故障、滚动体故障以及正常运行4种状态进行了实验研究。选取具有较高故障区分度,适合风电机组轴承故障诊断的特征参数。以风电机组振动信号的时域特征、频域特征和包络谱频域特征为诊断样本,使用灰色关联分析方法对机组轴承故障进行初步诊断,然后用证据融合理论对不同证据进行决策信息融合,从而获得最终诊断结果。实验结果表明,该方法能较好地识别风力发电机组轴承故障。     

基于HHT的风力发电机组滚动轴承故障特征提取

采用振动信号对风力发电机组滚动轴承的状态进行监测。运用经验模态分解方法对轴承振动信号进行模态分解,获得了振动信号的本征模函数。依据振动信号随轴承磨损的变化特征,采用希尔伯特-黄变换对分解后的本征模函数进行处理,得到了与本征模态函数对应的时频谱和边际谱。研究结果表明在时频谱和边际谱中呈现的特征量与轴承状态之间存在密切联系,根据振动信号的时频谱特征和边际谱特征可实现轴承故障状态的监测。     

基于DSP的风力发电机组滚动轴承故障信号采集系统

正近日,国家知识产权局公布专利"基于DSP的风力发电机组滚动轴承故障信号采集系统",专利权人为哈尔滨理工大学。本实用新型公开了一种基于DSP的风力发电机组滚动轴承故障信号采集系统,它涉及风力发电机故障诊断技术领域,将电涡流位移传感器安装在需要监测的滚动轴承     

小波分析在滚动轴承故障信号处理中的应用

在旋转机械中,当轴承发生故障时,振动信号比较复杂,相对其它振动信号太弱,基于傅立叶变换的谱分析技术对滚动轴承的故障特征的提取不太理想。提出采用小波变换和傅立叶变换相结合的方法来处理滚动轴承的故障振动信号,通过对某航空发动机滚动轴承的外环故障信号处理,结果验证了该方法对提取滚动轴承故障特征的有效性。     

高压电动机滚动轴承故障的分析与预防

滚动轴承故障是影响高压电动机正常运行和发电机组可靠供电的重要因素之.一..本文综合分析高压电动机轴承故障原因,提高高压电动机检修质量做好轴承运行中诊断分析是预防高压电动机轴承故障的重要措施.     

船用滚动轴承故障振动特性及判定

滚动轴承是舰船等机械系统中的易损件,许多机械故障是因轴承损坏引起的。因此,必须对滚动轴承实施有效的监测诊断。实践证明,滚动轴承的振动特性是诊断滚动轴承故障最有效的方法,轴承的每个原件都有其故障特征频率,通过分析滚动轴承的振动频率成分和特征,不但可以判断轴承有无故障,还可以具体地判断出轴承中损坏的g原件。同时,参考轴承的振动波形也有助于故障的判断。     

风力发电机轴承故障包络谱扫频分析诊断

为提升风力发电机轴承故障诊断的准确性和效率,本文提出了包络谱扫频分析法,该方法通过扫频,将包络谱中的振动信号变换到扫频谱,然后利用故障信号在包络谱中的形态特征过滤干扰频率,最终突显代表故障的周期性冲击信号,实现对风力发电机轴承故障的准确快速诊断。实际诊断结果表明,包络谱扫频分析法能够准确快速地诊断风力发电机轴承典型故障。该方法可作为传统故障诊断方法的有效补充,不仅适用于风力发电机轴承故障诊断,也适用于其他设备滚动轴承的故障诊断。