一种风电机组主轴轴承碰磨故障识别方法、系统、介质及设备技术方案

发明专利技术公开了一种风电机组主轴轴承碰磨故障识别方法、系统、介质及设备，该方法包括以下步骤：S1、计算主轴轴承的各个组件的故障频率；S2、根据获得的风电机组的运行数据和主轴轴承的各个组件的故障频率进行分析，进而提取故障特征指标以形成历史趋势曲线；S3、根据历史趋势曲线对风电机组主轴轴承设置预警等级阈值；本发明专利技术基于风电机组主轴轴承的振动机理，提取振动信号中的故障特征指标，识别准确率较高，能够针对机组实时运行状态，提出针对性的运维意见，减少无效运维，进而及时发现风电机组的初期故障，进行差异性的维护，保证风电机组安全运行，延长风电机组使用寿命，避免风电机组受到更大损伤。受到更大损伤。受到更大损伤。

【技术实现步骤摘要】
一种风电机组主轴轴承碰磨故障识别方法、系统、介质及设备


[0001]本专利技术涉及风电机组主轴轴承故障识别的
，尤其是指一种风电机组主轴轴承碰磨故障识别方法、系统、介质及设备。

技术介绍

[0002]风力发电机是利用风力带动风机叶片旋转，叶片通过轮毂连接主轴，再连接齿轮箱进行增速，带动发电机将机械能转化为电能。一般情况下，主轴承的转速较低，一般小于18RPM，故障特征易受机舱其他部件振动噪声和环境噪声影响，故主轴承的故障诊断也是行业中的难点。
[0003]目前，针对主轴轴承运行状态监测与故障识别的方法主要是基于振动信号，分析方法主要有：
[0004]1.利用支持向量机建立分析模型，通过发电机实际输出有效功率实际值与预测值之间的残差对主轴磨损故障进行识别。在相同输入条件下，当主轴轴承存在磨损等故障时，发电机输出有功功率将随故障的逐步加重而逐渐减小。
[0005]2.通过具有自适应特性的Hilbert－Huang变换(HHT)进行时频分析，从Hilbert谱中可以找出轴承故障特征频率，进而识别出轴承故障部位和类型。...

【技术保护点】

【技术特征摘要】
1.一种风电机组主轴轴承碰磨故障识别方法，其特征在于，包括以下步骤：S1、获取风电机组的运行数据以及检测设备参数，计算得到主轴轴承的各个组件的故障频率；S2、根据获得的风电机组的运行数据和主轴轴承的各个组件的故障频率进行分析，进而提取故障特征指标以形成历史趋势曲线；S3、根据历史趋势曲线对风电机组主轴轴承设置预警等级阈值，从而对主轴轴承进行故障识别和故障等级判定。2.根据权利要求1所述的一种风电机组主轴轴承碰磨故障识别方法，其特征在于，在步骤S1中，包括以下步骤：S101、基于风电机组的在线监测系统来获取风电机组在役阶段的运行数据，所述运行数据包括风电机组主轴轴承的振动信号以及风机叶轮或发电机的实时转速；S102、获取检测设备的型号和参数，进而计算主轴轴承的外圈、内圈、滚动体以及保持架外圈的故障频率，具体如下：外圈故障频率BPFO计算公式：内圈故障频率BPFI计算公式：滚动体故障频率BSF计算公式：保持架外圈故障频率FTF计算公式：其中，r为轴承转速，n为滚珠个数，d为滚动体直径，D为轴承直径，α为滚动体接触角。3.根据权利要求1所述的一种风电机组主轴轴承碰磨故障识别方法，其特征在于，在步骤S2中，包括以下步骤：S201、对风电机组的运行数据中的主轴轴承振动信号进行低通滤波和FFT变换，得到主轴轴承在预设频段的载波信号；S202、在载波信号的中心频率及其谐频存在以主轴轴承的各个组件的故障频率为间隔的调制边带，具体如下：计算齿轮箱啮合频率f
m
，计算公式为：f
m
＝(f
h
+f
p
)
×
z
h
＝(f
s
‑
f
p
)
×
z
s
f
p
＝f
b
其中，f
h
为内齿圈转频，f
p
为行星架转频，z
h
为内齿圈齿数，f
s
为太阳轮转频，z
s
为太阳轮齿...

【专利技术属性】
技术研发人员：孙启涛，李林利，鲁纳纳，
申请(专利权)人：明阳智慧能源集团股份公司，
类型：发明
国别省市：