一種風電齒輪箱故障診斷方法
【專利摘要】本發明提供了一種風電齒輪箱故障診斷方法。齒輪箱存在故障時其振動信號具有兩個特點：1、故障信號比較微弱，容易被其他的信號所淹沒。2、故障信號會因為故障沖擊產生調制現象。本發明分別應用二維經驗模態分解(BEMD)和希爾伯特平方解調技術解決以上兩個問題。首先應用BEMD分解將原始復值振動信號分解為一系列的復值本征模態函數IMF，能準確的檢測出復值信號的相位信息；然后篩選出峭度值最大的IMF分量IMFc，通常對應的就是故障特征分量；而后利用希爾伯特平方解調對IMFc的進行解調，對解調后的信號的實部與虛部分別做頻譜分析；最后將頻譜分析結果與齒輪箱各回轉部件的回轉頻率對比，確定故障位置。
【專利說明】
一種風電齒輪箱故障診斷方法
技術領域
[0001] 本發明涉及一種風電齒輪箱故障診斷方法，尤其涉及一種風力發電機齒輪箱故障 診斷方法。
【背景技術】
[0002] 面對嚴峻的能源安全問題，以風力發電為代表的可再生能源得到飛速的發展。風 力發電機組大多安裝在戈壁灘、海島、高山等風口處，自然條件惡劣，承受的是無規律變向 風力作用及強陣風沖擊的變載荷，所以風力發電機組是一個復雜、多變量、非線性的不確定 系統，機組故障時有發生。故障統計結果顯示，風電系統的故障12%來自齒輪箱的失效，另 外，風電機組的安裝位置交通不便，而齒輪箱多安裝在距離地面幾十米高的機艙內，空間狹 小，如果沒有及時檢測到故障，很容易導致風電齒輪箱的損壞，維修十分困難，往往需要下 塔處理，吊裝維修費用高，并且會嚴重影響風場的經濟效益，因此，風電齒輪箱的狀態監測 和故障診斷在這種情況下具有重要的意義。
[0003] 隨著我國大批風電機組的安裝運行，風電齒輪箱的監測和診斷技術也得到了空前 的發展，但存在的主要問題是:監測對象單一，多數為一種狀態量的監測；分析診斷功能不 夠完善，缺乏有效的故障診斷能力;不適用于批量生產和現場安裝。
[0004]現代風電齒輪箱傳遞功率大、結構復雜，故障信號為非平穩瞬態信號，并且故障 特征量容易被齒輪的嚙合信號及其他的噪音所淹沒。此外，當齒輪箱存在故障時，會產出沖 擊振動，引起信號的調幅調制現象，對振動信號直接進行頻譜分析時，頻譜圖上一般都會出 現調制載波頻率而沒有相應的故障頻率，因此無法提取到故障信息。

【發明內容】

[0005] 為了克服上述現有技術的不足，本發明提供了一種風電齒輪箱故障診斷方法，其 目的在于快速、準確實現對齒輪箱故障地監測。
[0006] 為了實現上述目的，本發明提供的一種風電齒輪箱故障診斷方法，所述方法包括 以下步驟：
[0007] SI:通過振動信號采集系統對風電齒輪箱的振動信號進行采集，將采集到的振動 信號構造成復值信號s(t);
[0008] S2:利用BEMD對步驟SI中構造的復值信號s(t)進行分解，得到一系列的復值固有 模態函數頂Fs，這些頂Fs能準確的反應出復值信號的相位信息；
[0009] S3:計算上述各頂F的峭度值，并選出峭度值最大的頂F分量頂Fe;
[0010] S4:利用希爾伯特平方解調對頂F。進行解調；
[0011] S5:對解調后的信號的實部與虛部分別做頻譜分析，比較驗證頻率成分是否相同。 將頻譜分析結果與齒輪箱各回轉部件的回轉頻率對比，確定故障位置。
[0012] 進一步地，所述步驟Sl中的振動信號采集系統包括三相壓電加速度傳感器、信號 采集卡和控制器機箱，信號采集卡與傳感器采用導線相連，信號采集卡通過插拔接口插接 在控制器機箱上。三相壓電式加速度傳感器布置在箱體外殼、輸出軸的前側軸承、輸入軸的 前側軸承和后側軸承上。將壓電式加速傳感器安裝在這些位置或其它重要位置上，方便檢 測出重要部位是否存在故障。
[0013] 進一步地，所述步驟S2中的所述的BEMD方法包括以下步驟：
[0014] S21:選取信號投影方向的數目N，并計算投影方向：
[0015]
(1)
[0016] S22:計算步驟Sl中得到的復制信號s(t)投影到方向和上的值：
[0017]
(2)
[0018] S23:找出(〇的局部極大值和極小值點，記錄下位置和數值:{(f/", Pf ) h
[0019] S24:通過三次樣條差值擬合方法對步驟S23中得到的{(if，i^) }進行插值得到包 絡曲線~,.(〇;
[0020] S25:重復步驟S22-S24,直到獲得所有投影方向上的包絡曲線；
[0021 ] S26:計算步驟S25中得到的所有包絡線的均值：
[0022]
(3)
[0023] S27:從原始信號s(t)中減去包絡線均值瓦得到分量81(七）：
[0024]
(4)
[0025] S28:檢測gl(t)是否滿足固有模態函數的篩選停止條件，如果不滿足，將gl(t)替換 成新的原始信號s(t)，并返回步驟S22;否則，將分量 81(1)作為第一個固有模態函數分量(^ (t)，用原始信號s(t)減去第一個固有模態函數分量(^(〇獲得殘余量n(t):
[0026] ci(t) = g(t)，ri(t) = s(t)_ci(t) (5)
[0027] S29:判斷殘余量n(t)是否為單調函數，若是，則進入步驟S210;若否，則將n(t)作 為新的原始信號并的返回步驟S22;
[0028] S210:重復步驟S22-S29直至獲得所有的固有模態函數和一個最終的參與量^ (t);最終參與量rn(t)為振動信號s(t)的平均趨勢;振動信號s(t)可以表示為：
[0029]
(6)
[0030]進一步地，所述步驟S4中利用希爾伯特平方解調對調制信號進行解調處理具體過 程為：
[0031] 調制信號具有式(7)所示的形式：
[0032] c(t)=f(t)s(t) (7)
[0033] 其中，f(t)為故障產生的低頻沖擊信號，s(t)為運行中正常的高頻振動信號；
[0034] 構造函數X(t)和Y(t)如式(8)、（9)所示：
[0035] X(t)=Re2(c(t))+H2[Re(c(t))] (8)
[0036] Y(t)=Im2(c(t))+H2[Im(c(t))] (9)
[0037] 其中Re表示取復值信號的實部，Im表示取復制信號的虛部;H[ ·]是對信號進行希 爾伯特變換；
[0038] 根據 Bedrosian 定理：
[0039] H(Re(c(t)))=H[Re(f(t)s(t))]=Re(f(t))H[Re(s(t))] (10)
[0040] H[Im(c(t))]=H[Im(f(t)s(t))] = Im(f(t))H[Im(s(t))] (11)
[0041] 將式(10)、（11)分別帶入式(8)、（9)可得：
[0042] X(t)=Re2(f(t)){Re2(s(t))+H2[Re(s(t))]} (12)
[0043] Y(t) = Im2(f(t)){Im2(s(t))+H2[Im(s(t))]} (13)
[0044] 令r(t)=s2(t)+H2[(t)]，高頻振動信號s(t)的結構如式（14)、（15)所示：
[0045] Re(s(t)) =aicos(2jrfit) (14)
[0046] Im(s(t)) =a2C〇s(2jrf2t) (15)
[0047] 則s(t)的希爾伯特變換為：
[0048] H[Re(s(t)) ] =aisin(2jrfit) (16)
[0049] H[ Im(s(t)) ] =a2sin(2jrf2t) (17)
[0050] 則可得r(t):
[0051 ] /i (t) = a'( cos-(2^i/) + Uf sin ?-{2τ?[\?) = a'f (18)
[0052] r2(t) = a'j cos2(2/i/2〇 + 〇l Sxn1(ITrfit) ~ aj (19)
[0053] 將式（18)、（19)分別帶入式（12)、（13)可得：
[0054] X(t)=ai2Re2(f(t)) (20)
[0055] Y(t)=a22Im2(f(t)) (21)
[0056] 對僅有低頻部分f(t)的式(20)、（21)進行頻譜分析;上述式中，t表示時間，心、5表 示頻率。
[0057] 齒輪箱存在故障時其振動信號具有兩個特點：1、故障信號比較微弱，容易被其他 的信號所淹沒。2、故障信號會因為故障沖擊產生調制現象。
[0058]針對故障信號的上述兩個特點，本發明分別應用BEMD分解和希爾伯特平方解調技 術解決以上兩個問題。首先應用BEMD分解將原始復值振動信號分解為一系列的復值本征模 態函數IMF，能準確的檢測出復值信號的相位信息;然后篩選出峭度值最大的IMF分量IMF。， 通常對應的就是故障特征分量;而后利用希爾伯特平方解調對IMF。的進行解調，對解調后 的信號的實部與虛部分別做頻譜分析，比較驗證頻率成分是否相同；最后將頻譜分析結果 與齒輪箱各回轉部件的回轉頻率對比，確定故障位置。通過本發明方法可以及時且方便地 檢測出故障信息，及時對齒輪箱進行維修。
[0059]本發明中采用的BEMD方法是一種數據驅動式的自適應信號處理方法。其分解過程 是利用信號局部特征時間尺度信息，逐次將復值信號分解為若干個復值的固有模態函數， 每個固有模態函數反應了信號中內嵌的旋轉模式，且其性質完全由信號本身性質決定，于 其他因素無關。該方法能夠處理以傅里葉變換為基礎的那些方法所不能處理的非線性非平 穩的數據，且能夠比EMD更高效的來處理二維的信號，并反應出信號的相位偏移信息。。與 小波變換相比，因為其基函數是由信號本身分解得到的，并不需要事先選定小波基和分解 尺度，所以它是直觀的、后驗的和自適應的分解方法。
【附圖說明】
[0060]下面結合附圖對本發明作進一步說明：
[0061] 圖1為四個復值信號的時域波形圖；
[0062] 圖2為四個復值信號直接加和后的時域波形圖；
[0063] 圖3為對構造的復值信號進行傅里葉變換得到的頻譜結果圖；
[0064] 圖4為BEMD分解后的頂Fs結果圖；
[0065] 圖5為對解調后的信號的實部和虛部分別做頻譜分析的結果圖；
[0066] 圖6為本發明提供的一種齒輪箱故障診斷方法的流程圖；
【具體實施方式】
[0067]該齒輪箱故障診斷方法是基于齒輪箱運行過程中所產生的振動信號進行的。齒輪 箱在運行過程中無論是否存在故障都會有振動信號的產生，但是無故障和有故障時的振動 信號有不同的區別。齒輪箱沒有故障時，振動信號的頻率成分主要是齒輪的嚙合頻率和軸 承的自身的固有頻率。當齒輪箱中的齒輪和軸承存在故障時，其運行過程中會因為故障產 生沖擊效應，從而使振動信號發生改變，此時振動信號的頻率成分不僅有齒輪的嚙合頻率 和軸承自身的固有頻率，還會增加故障部件所在部件的回轉頻率。
[0068] 通過三相加速度傳感器測得的振動加速度信號是時域信號。如圖1所示；圖1中的 復值信號是下面四個實部信號x(t)和四個虛部信號y(t)構造后的時域波形圖，黑色實線表 示的是實部信號，黑色虛線表示的是虛部信號。
[0069]
[0070]
[0071]
[0072]
[0073]
[0074] 其中，X1(tWPyi(t)為模擬軸承外圈故障信號和系統結構諧振信號的調制;X2(t)、 x3(tWPy2(t)、y3(t)為周期性諧波信號成分;X4(t)和y 4(t)為模擬噪聲信號;衰減頻率(與系 統阻尼特性相關)α = 400;結構諧振頻率5 = 800;高速級齒輪的嚙合頻率f2 = 100;低速級齒 輪的嚙合頻率f 3 = 50，故障特征頻率fB = 33。
[0075]圖2的信號是以上四個實部信號x(t)和四個虛部信號y(t)分別直接加和構造的復 值信號的結果。黑色實線表示的是實部信號，黑色虛線表示的是虛部信號。
[0076]診斷故障需要得到的是振動信號所對應的頻率值。對于簡單的信號，如上面的X2 (t)、X3(tWPy2(t)、y3(t)，直接進行傅里葉變換就可以得到振動信號的頻率值，但是對振動 信號 X1(tWPyi(t)這種較為復雜的調制信號，直接進行傅里葉變換得到頻率值是心=800， 但是實際中想要得到的是頻率f B = 33。對振動信號X1(tWPyi(t)經過解調后，再進行傅里葉 變換后就能得到故障頻率f B = 33。如圖3所示，是對構造的信號直接進行傅里葉變換之后的 頻譜圖，從實部與虛部的頻譜結果中都可以得到50Hz ,100Hz和800Hz的頻率成分，但顯示不 出33Hz的頻率成分。
[0077]嚙合頻率和回轉頻率:假如一對嚙合的齒輪對，主動輪的轉速是20r/s，齒數是40， 從動輪的齒數是80,那么從動輪的轉速可以根據主動輪計算得出，即10r/s。嚙合頻率是用 齒輪對中任意一個齒輪的回轉頻率乘以齒數，即主動輪嚙合頻率為20 X 40 = 800Hz，從動輪 嚙合頻率為10 X 80 = 800Hz。回轉頻率是指單個齒輪的回轉頻率，如主動輪20Hz，從動輪 10Hz。這樣如果故障診斷所得結果是20Hz，說明是主動輪故障；如果是10Hz，說明是從動輪 故障。
[0078] 故障診斷的過程就是當齒輪箱中存在故障時，確定故障頻率，進而確定出故障位 置的過程。
[0079] 齒輪箱存在故障時其振動信號具有兩個特點：
[0080] 1、故障信號比較微弱，容易被其他的信號所淹沒。
[0081] 2、故障信號會因為故障的原因產生調制現象。
[0082] 針對故障信號的上述兩個特點，故障診斷方法分別應用BEMD分解和希爾伯特平方 解調技術解決以上兩個問題。首先應用BEMD分解將原始復值振動信號分解為一系列的復值 本征模態函數頂F，在這些MF中，峭度值最大的那個頂F通常對應的就是故障特征分量。例 如從圖2中的合信號很難直接找到故障特征信號，而對其進行BEMD分解后就能得到圖4所示 的結果。其中IMF2就是故障特征信號，他的峭度值會比其他的IMF分量的大。從而就找到了 故障特征分量。然后尋找故障頻率，進而確定出故障位置。用到的就是希爾伯特平方解調技 術。對信號進行解調后再進行傅里葉變換就能得到故障頻率，進而確定出故障位置。如圖5 所示，即對解調信號的實部和虛部分別進行傅里葉變換之后得到的頻譜結果圖，可以發現 大約在33Hz左右，實部與虛部的頻率幅值都達到最大值。
[0083]參閱圖6右側，本發明中的方法主要包括:信號采集、信號處理和結果顯示。
[0084] 參閱圖6左側，一種風電齒輪箱故障診斷方法，具體包括以下步驟：
[0085] SI:通過振動信號采集系統對風電齒輪箱的振動信號進行采集，將采集到的振動 信號構造成復值信號s(t);
[0086] S2:利用BEMD對步驟SI中構造的復值信號s(t)進行分解，得到一系列的復值固有 模態函數頂Fs，這些頂Fs能準確的反應出復值信號的相位偏移信息；
[0087] S3:計算上述各頂F的峭度值，并選出峭度值最大的頂F分量頂Fc;
[0088] S4:利用希爾伯特平方解調對IMF。進行解調；齒輪箱中存在故障時出現信號的調 制信號具有式(7)所示的形式：
[0089] c(t)=f(t)s(t) (7)
[0090] 其中，f(t)為故障產生的低頻沖擊信號，s(t)為運行中正常的高頻振動信號；
[0091] 采用希爾伯特平方解調對調制信號進行解調處理，具體過程如下：
[0092] 構造函數X(t)和Y(t)如式(8)、（9)所示：
[0093] X(t)=Re2(c(t))+H2[Re(c(t))] (8)
[0094] Y(t) = Im2(c(t))+H2[Im(c(t))] (9)
[0095] 其中Re表示取復值信號的實部，Im表示取復制信號的虛部;H[ ·]是對信號進行希 爾伯特變換；
[0096] 根據 Bedrosian 定理：
[0097] H(Re(c(t)))=H[Re(f(t)s(t))]=Re(f(t))H[Re(s(t))] (10)
[0098] H[Im(c(t))]=H[Im(f(t)s(t))] = Im(f(t))H[Im(s(t))] (11)
[0099] 將式（10)、（11)分別帶入式(8)、（9)可得：
[0100] X(t)=Re2(f(t)){Re2(s(t))+H 2[Re(s(t))]} (12)
[0101] Y(t) = Im2(f(t)){Im2(s(t))+H2[Im(s(t))]} (13)
[0102] 令r(t)=s2(t)+H2[(t)]，高頻振動信號s(t)的結構如式（14)、（15)所示：
[0103] Re(s(t)) =aicos(2jrfit) (14)
[0104] Im(s(t)) =a2C〇s(2jrf2t) (15)
[0105] 則s(t)的希爾伯特變換為：
[0106] H[Re(s(t)) ] =aisin(2jrfit) (16)
[0107] H[ Im(s(t)) ] =a2sin(2jrf2t) (17)
[0108] 則可得 r(t):
[0109] (18)
[oho] .(19)
[0111] 將式(18)、（19)分別帶入式(12)、（13)可得：
[0112] X(t)=ai2Re2(f(t)) (20)
[0113] Y(t)=a22Im2(f(t)) (21)
[0114] 對僅有低頻部分f(t)的式(20)、（21)進行頻譜分析;上述式中，t表示時間，心、5表 示頻率。
[0115] S5:對解調后的信號的實部與虛部分別做頻譜分析，比較驗證頻率成分是否相同。 將頻譜分析結果與齒輪箱各回轉部件的回轉頻率對比，確定故障位置。
[0116] 采集模塊包括三相壓電式加速度傳感器、信號采集卡和控制器機箱，信號采集卡 與傳感器采用導線相連，信號采集卡通過插拔接口插接在控制器機箱上。三相壓電式加速 度傳感器布置在箱體外殼、輸出軸的前側軸承、輸入軸的前側軸承和后側軸承等重要位置 上。
[0117] c(t)=f(t)s(t)是對希爾伯特平方解調技術進行理論上解釋，這里的c(t)是一個 泛指，可以指任意一個類似于圖l* X1(t)Syi(t)的調制信號。而頂Fc是實際應用中，齒輪箱 故障時所產生的調制信號。
[0118] 以上所述僅為本發明的具體實施例，但本發明的技術特征并不局限于此，任何本 領域的技術人員在本發明的領域內，所作的變化或修飾皆涵蓋在本發明的專利范圍之中。
【主權項】
1. 一種風電齒輪箱故障診斷方法，其特征在于，所述方法包括以下步驟： S1:通過振動信號采集系統對風電齒輪箱的振動信號進行采集，將采集到的振動信號 構造成復值信號S(t); S2:利用BEMD對步驟S1中構造的復值信號s(t)進行分解，得到一系列的復值固有模態 函數頂Fs，這些頂Fs能準確的反應出復值信號的相位偏移信息； S3:計算上述各頂F的峭度值，并選出峭度值最大的頂F分量頂Fc; S4:利用希爾伯特平方解調對IMF。進行解調； S5:對解調后的信號的實部與虛部分別做頻譜分析，比較驗證頻率成分是否相同。將頻 譜分析結果與齒輪箱各回轉部件的回轉頻率對比，確定故障位置。2. 根據權利要求1所述的風電齒輪箱故障診斷方法，其特征在于，所述步驟S1中的振動 信號采集系統包括三相壓電加速度傳感器、信號采集卡和控制器機箱，信號采集卡與傳感 器采用導線相連，信號采集卡通過插拔接口插接在控制器機箱上。三相壓電式加速度傳感 器布置在箱體外殼、輸出軸的前側軸承、輸入軸的前側軸承和后側軸承上。3. 根據權利要求2所述的風電齒輪箱故障診斷方法，其特征在于，所述步驟S2中的所述 的BEMD方法包括以下步驟： S21:選取信號投影方向的數目N，并計算投影方向： - Imn/N, I <m< N (1) S22:計算步驟S1中得到的復制信號s(t)投影到方向％上的值： (t) = Re[e-，v'- .y(r)j (2) S23:找出(?)的局部極大值和極小值點，記錄下位置和數值:,尸r)}; S24:通過三次樣條差值擬合方法對步驟S23中得到的{(?/%/?/"）}進行插值得到包絡曲 線 ％" (f); S25:重復步驟S22-S24,直到獲得所有投影方向上的包絡曲線； S26:計算步驟S25中得到的所有包絡線的均值：S27:從原始信號s(t)中減去包絡線均值網]")得到分量幻(〇: g, (〇 = s(〇 - m,(f) (4) S28:檢測gl(t)是否滿足固有模態函數的篩選停止條件，如果不滿足，將gl(t)替換成新 的原始信號s(t)，并返回步驟S22;否則，將分量81(1)作為第一個固有模態函數分量(^(〇， 用原始信號s(t)減去第一個固有模態函數分量(^(〇獲得殘余量n(t): ci(t)=g(t)，ri(t) = s(t)-ci(t) (5) S29:判斷殘余量n(t)是否為單調函數，若是，則進入步驟S210;若否，則將n(t)作為新 的原始信號并的返回步驟S22; S210:重復步驟S22-S29直至獲得所有的固有模態函數和一個最終的參與量化(〇;最終 參與量rn(t)為振動信號s(t)的平均趨勢;振動信號s(t)可以表示為：4.根據權利要求3所述的風電齒輪箱故障診斷方法，其特征在于，所述步驟S4中齒輪箱 存在故障時會出現信號的調制現象，調制信號具有式(7)所示的形式： c(t)=f (t)s(t) (7) 其中，f(t)為故障產生的低頻沖擊信號，s(t)為運行中正常的高頻振動信號； 采用希爾伯特平方解調對調制信號進行解調處理，具體過程如下： 構造函數X(t)和Y(t)如式(8)、（9)所示： X(t)=Re2(c(t))+H2[Re(c(t))] (8) Y(t) = Im2(c(t))+H2[Im(c(t))] (9) 其中Re表示取復值信號的實部，Im表示取復制信號的虛部;H[ ?]是對信號進行希爾伯 特變換； 根據Bedrosian定理： H(Re(c(t)))=H[Re(f(t)s(t))]=Re(f(t))H[Re(s(t))] (10) H[Im(c(t))]=H[Im(f(t)s(t))] = Im(f(t))H[Im(s(t))] (11) 將式(1〇)、（11)分別帶入式(8)、（9)可得： X(t)=Re2(f(t)){Re2(S(t))+H2[R e(S(t))]} (12) Y(t) = Im2(f(t)){Im2(s(t))+H2[Im(s(t))]} (13) 令r(t) = s2(t)+H2[(t)]，高頻振動信號s(t)的結構如式(14)、（15)所示： Re(s(t)) = aicos(23ifit) (14) Im(s(t)) = a2C〇s(23if2t) (15) 則s(t)的希爾伯特變換為： H[Re(s(t)) ] =aisin(23ifit) (16) H[Im(s(t)) ] =a2sin(23if2t) (17) 則可得r(t):將式(18)、（19)分別帶入式(12)、（13)可得： X(t)=ai2Re2(f(t)) (20) Y(t)=a22Im2(f (t)) (21) 對僅有低頻部分f(t)的式(20)、（21)進行頻譜分析;上述式中，t表示時間，表示頻 率。
【文檔編號】G01M13/02GK106055734SQ201610322826
【公開日】2016年10月26日
【申請日】2016年5月13日
【發明人】沈建洋, 陳換過, 陳文華, 陳培, 易永余, 錢佳誠
【申請人】浙江理工大學