硬核科普：大型风电机组振动信号的分析方法

平均每台风力发电机组有大约8000个独立部件，其中许多与动力传动系统有关。旋转部件（特别是变速箱和轴承）的磨损导致的停机和维修时间在这里面占了很大的比重。虽然主轴、齿轮箱及其轴承这些部件不会频繁失效，但是当出现问题时带来的影响很大，特别是海上机组。 

降低这些成本的一种方法是采用某种形式的预测性维护，以确保潜在问题在发生之前得到处理。对机组关键部件的振动信号进行分析，是这些措施中最重要的组成部分。

难点在于，来自部件的振动信号非常复杂，如果没有专业的分析方法，维护人员很难在足够早的阶段检测到磨损或不平衡。主轴，变速箱和发电机等部件都会产生独特的振动特征，具有不同的振幅和频率，但这些信号成分难以彼此隔离，并可能被周围系统的噪声所掩盖。

常用的振动信号分析方法有两种：

一种是加速度包络分析（AEA），用于轴承损伤的早期征兆检测；另外一种是时域同步平均（TSA），用于齿轮损伤的早期征兆检测。

AEA 通过逐步滤除振动频谱中不需要的部分来工作，直到可以清楚地看到轴承缺陷的信号。如下图所示，这个分析方法可分成两个步骤：

第一，是将带通滤波器应用于缺陷轴承未滤波波形数据上。经过带通滤波之后，这个过程将表现为一系列尖峰能量，这些是滚动元件撞击旋转轴承缺陷带来的。

第二，是通过一个'包络线'来传递滤波后的输出，通过将负部分反转为正值并提取能量突发的重复率来解调波形。这个'包络'现在被用作第二步分析。包络有助于包含定期间隔的信号，例如滚道上的单个缺陷，但其他原因的噪音（例如轴摩擦）是随机的 - 因此不会产生均匀间隔的峰值（如上图所示）。

第二种，TSA 技术也采用信号处理的方法使周期性波形能够从噪声信号中提取出来。 在一定的周期内，对信号进行平均处理，噪声信号会被平均成 0 值，而特征信号则会保留下来。

所以，这个方法的关键是确定这个平均的周期，一般会参考齿轮部件和其所在设备的具体参数，比如，齿轮旋转 1 周为一个周期窗口触发平均计算。

一些在线分析仪需要根据设备的运转接入一个触发信号，以告诉它何时开始对信号进行平均计算。

TSA 触发示意图

TSA 分析示例

网站版权及免责声明：

      1、凡注明“德恩新科独家”的文章，未经本网授权不得转载、摘编或其它方式使用上述作品；
      2、部分文章系转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责；
      3、如有作品内容、版权和其它问题请于工作日内与我们联系