变转速工况下直驱式永磁同步风力发电机轴承故障诊断方法研究

【摘要】：风能是一种清洁的可再生能源,发展风力发电能够减少化石能源的燃烧,对促进经济发展、保护生态环境、实现社会可持续发展具有十分重要的意义。风力发电机是实现机械能到电能转化的设备,发电机的状态监测和故障诊断对于保障风机的安全运行、减少停机损失和避免灾难性事故十分重要。直驱式永磁同步风力发电机具有结构简单、效率高等优势被广泛应用于风电机组中。轴承是支撑风机转轴旋转的关键核心部件,其可靠性直接影响风机的效率和安全。本文主要研究直驱式永磁同步风力发电机轴承的故障诊断问题。轴承在恒转速工况运行时,可以采用时域或频域分析方法对轴承振动信号进行分析。如果轴承部件存在故障,则在振动信号的包络谱中会出现与轴承故障类型相关的特征频率。由于风速的方向和大小随着天气不断变化,因而发电机轴承运行在变转速工况。变转速工况会使得频谱中的谱线变得模糊,从而影响对轴承故障类型的判断。阶次分析方法能够将时域信号转换为角域信号,从而阶次谱中的谱线将不再随着转速变化,因而适用于变转速工况下的轴承故障诊断。阶次分析需要转轴转速信号用作角域重采样的参考信号。在某些情况下,风机的生厂商或者风电厂无法提供精确的风机转速参考信号。此时,需要从其他传感器信号中估计风机转速,进而实现基于阶次分析的风机轴承故障诊断。针对此问题,本文研究了几种从发电机电流或轴承振动信号中估计转速方法,再利用估计的转速信号对轴承振动进行阶次分析,实现变转速工况下的风机轴承的故障诊断和模式识别。本文首先提出一种在噪声干扰环境下永磁同步发电机轴承的自适应故障诊断方法。该方法同步采集发电机电流和轴承振动信号,利用自适应滤波器对电流信号进行滤波。从滤波电流中估计发电机的转速和转角,随后利用转角曲线对振动信号进行重采样。最后使用自适应随机共振滤波器对重采样的阶次信号进行增强,通过识别增强的故障特征实现诊断。该方法的所有步骤执行过程都不需要人为设置参数,能够自适应实现,因而提高了发电机轴承故障诊断的精度和效率。本文还提出一种通过单一振动信号分析实现变转速工况下永磁同步发电机轴承故障诊断的方法。该方法首先利用同步压缩变换处理振动信号,随后从二维的时频表达中提取发电机旋转分量的瞬时频率。根据提取的瞬时频率曲线重构出发电机的旋转分量信号,利用该信号对原始振动信号进行重采样实现阶次分析和轴承故障诊断。该方法只需要单通道的振动信号即可实现阶次分析和故障诊断,减少了对传感器硬件的需求,降低了诊断系统的复杂度和成本。本文提出一种两阶段方法实现永磁同步发电机轴承多种故障模式的识别和分类。首先采集不同轴承故障模式下的发电机电流和轴承振动信号,对电流信号进行峰值检测和数值插值,获得电流信号幅值波动的上包络线。利用该包络线对同步采集的振动信号进行幅值补偿矫正,随后从电流信号中估计发电机转子的转角,利用转角曲线对振动信号进行重采样实现阶次分析。最后从阶次信号中提取多维特征,利用神经网络对多维特征进行融合,实现多种轴承故障模式的识别。该方法通过对变转速振动信号的预处理,提高了从振动信号中提取特征的稳定性、降低了时变振动信号对特征提取的不利影响,最终提高了故障模式识别的精度。本文研究的几种方法具有算法结构清晰、容易实现、计算效率和诊断精度高等优点,因而适用于永磁直驱式风力发电机在变转速工况下的故障诊断。特别是在转速信号无法提供或者精度不高的情况下,本文提出的方法具有较好的工程应用前景。本文所采用的技术手段经过改进也有望应用发电机其他旋转部件在变转速工况下的故障诊断。