风电机组在线故障诊断基础分析方法研究

庞文会

摘要：本文通过风电机组在线故障诊断平台上频谱分析、瀑布图等基本分析方法进行阐述和归类，为风电机组设备相应故障类型的诊断分析工作提供指导和帮助，对典型故障风机设备运维工作具有一定的预警作用。

关键词：诊断;振动;信号

一、频谱分析

频谱分析反映了机组振动幅值随振动频率的变化情况。从信号的频谱图上可以判断并识别出信号中的几个周期分量和它们的大小。（见图1）频谱分析是信号分析、故障诊断中最常用的手段，选中某一测量定义数据，即可查看“频谱分析”。

二、瀑布图

瀑布图展示的是整个频谱图的趋势，亦称为三维频谱图。以三维立体的方式，将同一个节点下多条数据的频谱在一个图形上显示出来。（见图2）它显示了机组在某一段时间内振动通道的各频率成分的大小随时间的变化趋势，是一段时间内连续测得的一组频谱图顺序组成的三维谱图。

三、有关时域波形的分析方法

1.时域波形

时域波形反映了采集的振动信号的幅值随时间的变化情况，选中某一测量定义数据，即可得“时域波形”。波形上方有辅助信息，如测点路径、测量值、测量时间等信息。（见图3）此方法可以通过将当前时域波形数据保存为基准数据，以便将来和该测量定义节点采集的不同数据信息进行对比分析。同一坐标中在显示当前数据的状态下，也可将之前的保存基准数据，这样方便对采样数据进行对比分析。基准数据须是同一个测量定义下的不同时间采集的数据信息。可以用时域指标，即当前波形数据的所有时域指标对应的指标值进行分析。

2.长时域波形

长时域波形记录了一段时间内的时域波形，相当于数字磁带记录仪。选中某一测点下的长时域波形数据，即可查看“长时域波形”。对于长时域波形数据，可以选择其中的任何一段进行时域分析和频谱分析，或设定好段长及时间间隔之后进行整体的瀑布图分析。选择不同的段长，可以通过时域波形、频谱分析对长时域波形里选择的段长内的数据进行时域、频谱分析，且选择的段长不能超出长时域波形的最大数据长度。在瀑布图中按照段数据长度和间隔时间波形数据长度最长将长时域波形剪切几段，瀑布图可显示剪断后的每段波形数据。

3.波形再处理

利用波形再处理工具可对一条完整的长时域波形进行滤波处理，滤波的方式可选择低通、高通、带通等。通过波形再处理工具可对原始数据进行深度分析，展现数据中的周期性，直观反映低速运转状态下轴承或齿轮的缺陷特征。任意一条长时域波形，选择图谱分析中的波形再处理工具，设置滤波参数即可完成。

四、有关趋势的分析方法

1.趋势分析

趋势分析是显示同一测点的某个特征参数值一段时间内的变化情况。趋势分析功能不仅可以对振动的各个时域有量纲参数和无量纲参数进行趋势分析，还可以对各个工艺量参数，例如温度、压力、流量、电流等过程量信号进行趋势分析和管理。选中某一振动量测量定义，即可查看“趋势分析”。（见图4）在趋势分析中，设置误信号和快速信号。可以将当前游标对应的值设置为误信号，可以一次设置一段时间内数据，大于最小值的数据都为误信号。也可以快速取消误信号，可以一次将一段时间内数据，大于最小值的误信号都取消。能够显示报警线，将测量定义设置的报警级别显示在趋势分析图中。可以对设备的运行转速设置转速区间，显示转速区间趋势：当设置过转速区间后，就可以按照转速对趋势图形进行过滤，选择不同的转速区间，就会显示这个转速区间对应的振动趋势。

2.长波形趋势分析

长波形趋势分析和趋势分析功能类似，长波形趋势分析只用来分析长波形采集数据的历史趋势，对于不同的故障波形采集策略的不同，长波形趋势分析可以进行一条或多条长波形的历史趋势。

3.自定义趋势分析

自定义趋势分析可以非常灵活的查看不同测量定义的采样值趋势，只需要打开“自定义趋势分析”工具，切换到测量定义，添加到自定义趋势即可。

另外，多时域、多频谱分析也是有关趋势分析方法中一个非常灵活的对比分析工具，它支持数据库中任意选择的多个波形和多个频谱之间的对比。

除上述在线故障诊断基础分析方法外，还有采样值趋势数據、转速数据、瀑布图、倒谱分析、包络解调、交叉相位、阶次分析、通道温度趋势、通道日志趋势等方法，这些基础分析方法值得进一步研究和开发。

参考文献：

[1] 李浪.基于振动信号的风电机组轴承故障诊断研究[D].华北电力大学，2017.

[2] 朱鑫鑫，邵立峰.基于PC104的风电机组在线振动状态监测系统[J].自动化应用，2013，10：48-49.

[3] 李伟明.大型风机齿轮箱在线监测与故障诊断应用研究[D].华南理工大学，2019.