风电齿轮箱的发展及技术分析

风电产业的飞速发展促成了风电装备制造业的繁荣,风电齿轮箱作为风力机组中最重要的部件,倍受国内外风电相关行业和研究机构的关注。介绍了国内风电齿轮箱的发展现状,对风电齿轮箱的市场前景做了分析,在技术上从齿轮箱的设计、轴承、润滑系统、状态监测以及制造工艺等方面分析了国内风电齿轮箱存在的问题并提出建议。     

风电机组齿轮箱早期故障预警方法研究

为实现风力发电机组等变工况机电设备的早期故障预警,研发了变工况齿轮箱状态监测系统。在基于该系统的多种变工况行星齿轮磨损实验研究基础上,提出了一种基于流形学习的早期故障预警方法。该方法首先研究采用完全总体经验模态分解与改进快速独立成分分析盲源分离技术,有利于对复杂振动信号的滤波与盲源分离;然后研究改进了局部线性嵌入流形学习方法,基于时域、频域信息融合提取了早期故障敏感特征;最后应用k-近邻分类器实现变工况齿轮箱早期故障预警。实验研究表明,该方法提高了早期故障预警准确率,能够应用于风电机组等变工况机电设备的安全保障及科学维护,具有广泛工程实用前景。     

风电机组齿轮箱系统的故障预警研究

针对风电机组齿轮箱系统的故障预测问题,利用了齿轮箱异常时的动态特性将会偏离正常工作状态的现象,提出了同时使用温度和压力信号对齿轮箱进行故障预测,并据此建立了一种齿轮箱的温度和压力模型。采用了滑动窗口法计算残差的分布特性,以天为单位,定义了残差超限比例,根据预测值残差分布特性的改变,对齿轮箱故障做出及时的预测;设计了以残差超限比例为依据,向风电场发起报警信息的系统流程,提示运维人员有针对性地对设备进行检查;通过对现场实际机组进行模型部署试验,实现了对齿轮箱温控阀故障的提前预警。研究结果表明:该模型对齿轮箱异常状态的判断能力可以起到提前预警的目的。     

风电齿轮箱故障诊断实例分析

介绍了以齿轮箱振动分析为主要手段的风电齿轮箱故障诊断方法,并通过齿面接触磨损分析和齿轮箱润滑油液分析等辅助手段,对风电齿轮箱的故障点进行分析诊断。并以某风电厂某台风力发电机组的齿轮箱故障诊断为例,对风电齿轮箱故障诊断方法进行实例分析。     

基于EEMD-CC和PCA的风电齿轮箱状态监测方法

齿轮箱是风力发电机组的核心传动部件,不仅结构复杂制造成本高,而且故障率高维修费用巨大,对其进行状态监测具有重要意义。针对风电齿轮箱在复杂工况下运行所产生的非线性、非平稳振动信号,提出了一种基于EEMD-CC和PCA的风电齿轮箱状态监测方法。该方法先对含有大量噪声的风电齿轮箱振动信号进行集合经验模态分解和相关系数(EEMD-CC)降噪处理。然后,将降噪后的正常信号数据进行主分量分析(PCA)建模,并以T~2统计量和SPE统计量作为信号异常的评判指标。最后,把降噪后的测试数据带入PCA模型中,分别判断T~2和SPE值是否超出阈值,实现风电齿轮箱的状态监测。试验结果证明,该方法能够有效地监测风电齿轮箱的状态。     

基于故障树的专家系统在风电齿轮箱上的应用

针对风电机组齿轮箱的结构特点,建立了齿轮箱故障树模型,依据此模型开发了一套基于故障树分析法的故障诊断专家系统,力求缩短维修时间,避免出现人为错误。     

风电机组齿轮箱故障分类方法研究

风电机组齿轮箱的运行工况复杂多变,很难获取大量的所有已知故障的样本数据,为了能够实现在无已知样本数据条件下的故障分类,提出了一种基于ART2神经网络和C-均值聚类算法的风电机组齿轮箱故障分类方法。首先利用ART2无监督神经网络实现样本数据的初步分类,再利用C-均值聚类算法对分类结果进行修正,克服了由于原始神经网络算法存在"硬竞争"导致分类精度下降的问题。分析结果表明提出的方法具有更高的分类准确度,能够对健康和不同故障类型的风电机组齿轮箱进行准确分类识别。     

面向风电齿轮箱油温超限故障的热网络模型及其节点温度计算方法研究

风电齿轮箱油温超限是风力发电场中发生频率较高的故障。针对该问题,在分析风电齿轮箱结构、运行控制策略的基础上,研究了风电齿轮箱内部及其外循环冷却系统的热力学行为,构建了风电齿轮箱热网络模型。该模型中,各节点温度由所建立的瞬态温度和稳态温度热力学方程组计算确定。结合风电齿轮箱的热力学行为,研究了热力学方程组中热量计算模型和热交换中节点间的热阻计算方法,形成了风电齿轮箱热网络模型计算流程。应用热网络模型及其计算流程,仿真计算了某1.5 MW风电齿轮箱实际工况下的齿轮箱油温、高速级HSS-A B C轴承温度和齿轮箱入口油温。对比了仿真计算值和实测值,结果表明热网络模型应用于风电齿轮箱油温超限具有有效性。计算值和实测值的误差分析也为进一步精细建模提供了方向。     

风电齿轮箱故障诊断的SVM参数优化

针对风电齿轮箱易出现齿轮断齿、点蚀、磨损等故障问题,提取风电齿轮箱非平稳非线性振动信号的提升小波包能量熵,利用支持向量机(SVM)进行故障诊断。为提高算法的分类精度,利用遗传算法对参数进行优化处理,试验结果表明,优化后获得的最佳参数能够提高SVM测试样本的预测精度。     

风电机组齿轮箱油液监测典型案例分析

作为风电机组传动链中的核心部件,齿轮箱对整机的安全、高效运行起着至关重要的作用,而油液监测技术的引入,则为风电齿轮箱的状态监测和故障预警提供了一项有效的技术手段。通过对风电场润滑管理各环节中典型案例的分析,介绍油液监测技术在新油验收、油品更换、机组出质保验收、设备运行状态跟踪、油品按质换油方面的重要作用。     

大功率风电增速器箱体疲劳寿命分析

建立某大功率风电增速器箱体的三维模型,计算单位静载荷作用下箱体的应力应变;依据德国劳埃德船级社规范(GL2010),给出风电齿轮箱箱体部件的S-N曲线的拟合方法;应用雨流循环计数法计算箱体疲劳载荷谱。应用Miner线性积累疲劳损伤理论和雨流循环计数法,对风电齿轮箱箱体进行疲劳寿命分析,得到了风电增速器箱体的疲劳寿命。通过对箱体疲劳寿命结果的分析,对箱体结构进行优化,为大功率风电增速器箱体的疲劳寿命分析提供设计思路,为风电齿轮箱箱体的设计提供了参考。     

灰狼算法优化支持向量机在风力机齿轮箱故障诊断中的应用

针对风力机齿轮箱振动信号非线性和非平稳性的特征,提出基于模糊熵(Fuzzy Entropy,FE)和灰狼算法优化(Grey Wolf Optimizer,GWO)的支持向量机(GWO Support Vector Machine,GWO-SVM)的故障诊断方法.通过集合经验模态分解算法(Ensemble Empirical Mode Decomposition,EEMD)对振动信号进行分解得到若干本征模态函数(Intrinsic Mode Function,IMF)分量;求取各状态IMF分量的模糊熵并构建特征向量;将各特征向量输入GWO-SVM模型进行故障识别及分类.结果 表明:齿轮箱振动信号不同状态下的模糊熵有一定区分度,通过GWO-SVM能对其进行精确识别和分类,且GWO-SVM相对于粒子群优化(Particle Swarm Optimization,PSO)SVM模型和遗传算法(Genetic Algorithm,GA)优化SVM模型具有更短的运行时间和更高准确率,平均准确率高达92.5％.     

改进灰狼算法优化支持向量机在风力机齿轮箱故障诊断中的应用

针对灰狼算法易陷入局部最优和后期寻优能力不足等缺点,提出改进非线性控制因子以提高算法收敛精度及稳定性.采用美国国家可再生能源实验室(National Renewable Energy Laboratory,NREL)"Gearbox Reliability Collaborative"项目测试采集的风力机齿轮箱振动信号为分析对象,经集合经验模态分解后,计算各本征模态函数分量的模糊熵并构建高维特征向量,后利用等距映射进行降维.利用改进灰狼算法优化支持向量机,对降维后齿轮箱故障特征集进行诊断.结果 表明:改进灰狼优化算法相较于灰狼算法、粒子群算法和遗传算法可有效避免陷入局部最优并提高支持向量机诊断精度及稳定度,在不同测试样本下其准确率均最高,平均准确率达93.17％.     

航空发动机叶片实时成像自动检测技术研究

为了实现航空发动机叶片X射线实时成像自动检测,以基于平板探测器的X射线实时成像系统为研究对象,根据射线实时成像的特点,对航空发动机叶片缺陷的提取技术进行了研究。根据航空发动机叶片X射线数字图像灰度变化的特点,将叶片图像划分为6个区域,分别进行基于扫描线的自适应中值滤波模拟出缺陷的背景:将原始图像与背景图像相减,获得背景平坦、缺陷突出的差值图像;通过对差值图像进行阈值分割,实现对缺陷的分离;用数学形态学的开运算对缺陷图像滤波以去除噪声;为保证缺陷的准确性,用区域生长法重新生长出缺陷:最后提取出缺陷的特征参数。将缺陷提取的结果和人工评片的结果比较,证明这种方法是准确、有效的,为实现航空发动机叶片X射线自动检测打下了良好的基础。     

风电机组回转支承滚子修形曲线设计方法研究

以风力发电机组三列圆柱回转支承的滚子修形为研究对象,基于非线性的弹性接触方程,对建立的轴向、径向滚子-滚道接触模型进行了求解.举例分析了模型中载荷、倾斜角度和滚子修形曲线对滚子应力分布的影响与参数确定,基于轴向、径向滚子受载特点提出分别采用对数修形和相切圆弧两种方法进行修形,可对后续风电回转支承滚子修形设计提供参考.     

基于Matlab的风机叶片气动外形的设计及优化

风机叶片的气动特性直接影响机组效率,运用Wilson算法对20 kW的风机叶片进行气动外形参数的计算,应用Matlab软件的非线性约束最优化函数fmincon对叶片各叶素的弦长和扭角进行优化迭代计算和四次多项式拟合,将叶根处的弦长和扭角进行插值计算,对叶片各叶素的弦长和扭角进行优化和修正。通过一个实例验证叶片气动参数优化的正确性,提高叶片设计的精度和效率。并将所设计的叶片应用于实际生产中,取得良好的经济效率。     

大型风力机复合材料叶片结构动力特性分析

建立大型风力机叶片的三维有限元模型,在考虑旋转惯性力等外力因素下,分析和对比不同工况下叶片的振动频率,同时对叶片复合材料铺层角度和模态频率大小之间的关系进行研究。结果表明,叶片模态频率受应力刚化影响较大,通过改变叶片单向层的纤维铺层角可对旋转叶片的模态频率进行调整。     

汽车覆盖件模具CAPP系统的开发研究

汽车覆盖件模具ＣＡＰＰ系统是单小批生产方式下的一种无编码的“广义ＣＡＰＰ”系统，现已用于微型轿车和轻型车的覆盖件模具工艺设计，并实现了工艺设计工作的全盘计算机作业化。该系统具有不同的工艺方案用于对不同的重要零件的工艺设计。     

极限风况下风力机柔性部件动力学响应研究

风场是影响风力机气动和结构特性的最直接因素。基于对不同风况模拟、气动计算,以某1.5 MW风力机为例,模拟其在不同风况下的动力学特性动态响应。通过分析各叶片叶尖位移、叶根受载及塔架顶端位移的动态响应,结合发电工况分析控制策略的选择。研究结果表明:在添加相干湍流到基础湍流上模拟拟序结构风况时,叶尖挥舞、摆振;叶根挥舞弯矩、摆正弯矩、变桨力矩;塔尖前后挥舞、左右摆振都有不同程度的增大。且风轮计算点上部分风速已远大于参考风速,控制策略的选择需要根据瞬时风速而变。研究成果对风力机的气动、结构设计和控制策略的改进具有一定的参考价值。     

小型Savonius风力机风轮结构优化设计及数值模拟分析

为提高Savonius风机的能量转换效率,以风机的风能利用率为优化目标,风斗直径、风斗间隙和风轮高度为变量,贝兹极限和相关实验结论为约束条件,建立了风轮结构参数优化模型,并利用Matlab求解得到其最优结构尺寸。为使风能利用率更高,对风轮结构形式进行改进,建立三维模型,利用Ansys Workbench进行流固耦合分析,验证了优化、改进后风轮结构在危险风速下的可靠性。