基于振动分析技术的风力发电机组轴承故障诊断

鞠 彬，杨振山，朱述伟

（华润电力风能（威海环翠）有限公司，山东 威海 264200）

基于振动分析技术的风力发电机组轴承故障诊断

鞠 彬，杨振山，朱述伟

（华润电力风能（威海环翠）有限公司，山东 威海 264200）

滚动轴承在风力发电机组传动系统中起着非常重要的作用，但由于风况不稳定、设备装配工艺不达标，整个传动系统的滚动轴承在振动过程中易造成磨损失效。针对某风力发电机组，利用振动分析技术对工作异常轴承进行振动波形分析，精确诊断故障轴承的故障特征和故障程度，准确提出维护意见，提高工作效率，避免风机的意外停机。

振动分析；滚动轴承；频谱分析；故障诊断

0 引言

当前风能成为世界各国争相发展的新型能源，我国的风力资源开发也达到一个前所未有的高速成长阶段。随着风力发电规模的壮大，风机的机械传动故障也逐渐暴露，特别是在传动系统中的轴承方面，经长期运行，轴承容易造成磨损和损坏。一旦轴承出现问题，轻则产生噪音、异响，重则会造成传动系统的崩溃，严重影响风力机组的运行。由于风力机组的高空、低速、重载工况的制约，轴承不易观察和拆卸，在故障分析判断上往往给工作人员带来困难和不便［1］。

振动分析技术通过采集风力机组传动系统中各轴承处的振动数据和波形，以振动理论为依据，经过振动频谱分析诊断，可以准确判断出故障轴承点及故障程度，提高工作效率。

1 轴承振动分析原理

滚动轴承故障诊断方法中应用较广的为振动分析法、油样检测法、温度检测法、噪声检测法等，其中振动分析法是最为常见和有效的方法之一［2］。为了保证轴承在有效时间内和特殊工况下高效、可靠运行，通过分析轴承的振动数据对轴承进行故障诊断。轴承在发生故障时，常常表现为振动异常，噪声增大等，需要通过有效的处理方法分析振动信号并判别运行状态。轴承故障诊断主要分为数据采集、数据传输、故障特征提取、故障分类诊断，轴承故障诊断过程如图1所示。

振动数据分析主要包括时域、频域、时频域等分析方法。时域信号特征主要有峰值、均值等有量纲参数，峭度、脉冲因数等无量纲参数，以及概率分布特征等。通过时域分析可以判断出轴承故障的发展趋势。为了精确判断故障发生部位、故障程度，需对振动数据进行频域分析。在轴承故障的频域分析中，振动信号的频谱图直观的表达出信号中的频率成分以及各频率成分的能量大小。快速傅里叶变换（FFT）在故障分析领域中起着非常重要的作用，通过杂乱无章的时域波形图变换成直观、有规律的频谱图。在FFT的基础上进行包络分析、共振解调分析等，可实现对轴承故障早期的精密诊断［3-5］。

图1 轴承故障诊断过程

滚动轴承不同部位处发生故障，其频谱和波形特征不同，故障程度不同，其波形振幅也不同。频谱分析据于此特征从而判断出轴承故障发生的部位和程度。1）径向振动在轴承故障特征频率及其低倍频处有波峰，若有多个同类型故障，则在故障特征频率的低倍频处有较大的峰值；2）轴承内滚道故障特征频率有边带，边带间隔为1倍频的倍数；3）滚动体特征频率处有边带，边带间隔为保持架故障特征频率；4）若在加速度频谱的中高区域突然有峰群生出，表明有疲劳故障；5）径向诊断时域波形有垂直复冲击迹象，其波峰系数大于5，表明故障产生了高频冲击现象［2］。

2 风力机组齿轮箱轴承故障诊断

以某风力发电机组高速轴轴承为分析对象，进行轴承故障分析诊断。该轴承型号为SKF30326，其特征频率由自身尺寸决定，计算公式如下：

内圈特征频率

BPFI＝（n／2）［1＋（d／D）cosφ］

外圈特征频率

BPFO＝（n／2）［1－（d／D）cosφ］

滚动体特征频率

保持架特征频率

FTF=［1-（d／D）cosφ］／2式中：d为滚动体直径；D为滚动轴承平均直径（滚动体中心处直径）；φ为径向方向接触角；n为滚动体数目。

SKF滚动轴承特征频率如表1所示。

表1 SKF轴承特征频率

在风电机组运行阶段，通过在线振动监测设备对风力发电机传动系统运行状态进行监控，利用压电式加速度传感器对风机传动系统中的各个轴承进行振动数据采集，并经在线分析软件对采集数据进行后台分析。经分析发现，某台风机齿轮箱高速轴处轴承水平方向振动加速度数值持续偏高，如图2所示，该处轴承振动加速在110m／s2左右，严重高于其他风机同工况下同处轴承振动加速度值15m／s2。

图2 加速度波形趋势

故障轴承随着故障的出现和发展，其峭度值具有与波峰因数类似的变化趋势。由于峭度值分析与轴承的转速、尺寸和载荷无关，只是反映振动随机变量分布特性的数值统计量。当滚动轴承无故障运行时，其振动信号幅值分布接近正态分布，峭度指标值K≈3。随着轴承故障发生和加重，较大的振动幅值信号概率密度增加，导致信号幅值偏离正态分布，峭度指标值随之增大。峭度指标值绝对值越大，说明轴承故障越严重［6-8］。如图3所示，该高速轴轴承振动波形的峭度指标值大于5。通过振动加速度趋势和波形峭度分析，已充分说明该高速轴轴承已出现故障。

在高速轴转速为1 660r／min（频率值27.7Hz）时，采集故障轴承水平方向振动信号，其时域波形如图4所示。在时域分析图中，可以看到含有明显的冲击波形，并且冲击受到高速轴转频调制。通过快速傅里叶变换，实现振动信号由时域到频域变换，如图5所示，通过频谱分析图，可以看出频谱中存在多处谱峰群，频率低于15 kHz时能量比较丰富。

图3 峭度指标

图4 时域分析

图5 频谱分析

对振动信号的长波形进行阶次包络分析，如图6所示。

图6 长波形阶次包络谱

图6 可见，9.44倍高速轴转频及其谐波能量明显，且均带有高速轴转频边带。由于该轴承内圈故障特征频率为9.436X，所以可判断该轴承故障为轴承内圈故障，其故障特征频率为

BPFI=9.44×27.7=261.49（Hz）在长波形阶次包络谱细化图（图7）中，可见保持架相对于内圈转频为0.606倍高速轴转频，即保持架相对于内圈转频的特征频率为：

FTFI=0.606×27.7=16.79（Hz）由于 BPFI／FTFI＝15.6≈16，且该动轴承滚动体数目为16个，则说明该故障轴承内圈发生1处表皮剥落损伤现象，且损伤程度严重。

图7 长波形阶次包络谱细化

根据以上故障特征提取分析，可充分断定该高速轴轴承内圈发生故障，需对其进行拆卸更换。通过后期对其拆卸，发现其内圈出现1处明显表皮剥落现象，验证了以上振动分析的结论，内圈故障情况如图8所示。轴承内圈磨损，主要是由于轴承轴向预紧力过大所致，保持架在此状态下受到预紧力作用，使内圈滚道产生早期非正常磨损。在轴向力长期作用下，轴承内圈滚道磨损发生逐渐劣化，轴承紧力会有所释放，振动会随之减小，但此状态下会造成高速轴窜动空间增加，轴向窜动量增加。上述预紧力过大可

图8 故障轴承内圈

能来源：1）轴承安装时的轴向间隙过小，现场在更换轴承时需注意轴向间隙的调整；2）齿轮箱输出轴与发电机间的安装距离偏小，在连接发电机时，产生一个额外的轴向力所致。

3 结语

通过在线振动监测设备对风力发电机组传动系统中的各处轴承采集振动数据，进行故障分析、故障特征提取，从理论上精确诊断出各处轴承的运行状态、故障类别及故障程度。该振动分析得到实际验证，说明振动分析技术在风力发电机组轴承故障诊断中的重要性。

［1］ 范萍.故障轴承振动特性分析与典型故障诊断［D］.秦皇岛：燕山大学，2012.

［2］ 常晏铭，吴张永，李健锋，等.浅析振动分析技术在滚动轴承故障诊断中的应用［J］.机械，2007，34（4）：56-57.

［3］ 陈丽新，尹健昭，陈茜茹.应用于轴承故障诊断与分析的振动监测系统研究［J］.计测技术，2016，36（S1）：156-157.

［4］ 朱振军.轴承振动故障分析［J］.设备管理与维修，2011（S1）：99-100.

［5］ 王阳，刘红彦.频谱分析在齿轮故障诊断中的应用［J］.石油和化工设备，2010，13（3）：31-33.

［6］ 郭庆丰，王成栋，刘佩森.时域指标和峭度分析法在滚动轴承故障诊断中的应用［J］.机械传动，2016，40（11）：172-175.

［7］ 蔡国娟，孙斌.基于峭度和频率分析的轴承故障诊断［J］.石油化工设计，2016，33（2）：32-33.

［8］ 陈军堂，廖世勇，甘剑锋，等.峭度分析法在发动机噪声信号故障特征提取中的应用［J］.移动电源与车辆，2011（1）：15-18.

The Bearing Fault Diagnosis of Wind Turbine Based on Vibration Analysis Technology

JU Bin，YANG Zhenshan，ZHU Shuwei
（China Resources Power Wind Energy（Weihai Huancui） Company Limited，Weihai 264200，China）

The rolling bearing plays an important role in the transmission system of wind turbine.However，the unstable wind conditions and mishandling during assembly could compromise the reliability and lifespan of the rolling bearing of transmission system.Early worn out will occur in the later stage due to vibration.Taking a certain wind turbine as a research target，this paper analyzes the vibration waveform and diagnoses the fault feature and degree of the bearing fault using the vibration analysis technology.The suggestions for maintenance are given to improve the working efficiency and avoid the unscheduled outages.

vibration analysis；rolling bearing；frequency spectrum analysis；fault diagnosis

TM614

：A

：1007－9904（2017）07－0065－03

2017-02-03

鞠 彬（1988），从事风力发电机组机械传动系统研究和机械设备维护工作。