风电机组传动链振动分析与故障特征提取方法研究的中期报告.docx

风电机组传动链振动分析与故障特征提取方法研究的中期报告

中期报告

摘要：风电机组传动链振动是影响风电机组运行稳定性和可靠性的重要因素之一。本文总结了目前常用的振动分析方法和故障特征提取方法，并对其优缺点进行了评估。同时，本文提出了一种基于小波变换和时频分析的新方法，通过对风电机组传动链振动信号进行处理，提取有效故障特征，从而实现风电机组传动链故障的实时监测和预警。

关键词：风电机组传动链；振动分析；故障特征提取；小波变换；时频分析。

1.引言

风电机组是利用风能转化为电能的重要设备，风电机组的传动链是其核心部件之一，包括风轮、齿轮箱、发电机等。风电机组传动链的故障会影响其运行稳定性和可靠性，甚至导致停机，对风电场的正常运行产生不良影响。因此，对风电机组传动链进行振动分析和故障特征提取是实现风电机组故障监测和预警的重要手段之一。

目前，振动分析和故障诊断方法主要有时间域分析、频域分析和时频分析三种。时间域分析主要是通过观察信号的波形和幅值变化来判断故障类型，例如峰值、方根、有效值等指标。频域分析则是通过傅里叶变换将信号从时域转化为频域，分析其频谱分布来提取故障特征，例如频率和幅值。时频分析则可以同时分析信号在时域和频域的变化，例如小波变换和短时傅里叶变换等方法。

2.振动分析方法评估

时间域分析方法适用于故障比较显著的情况，例如轴承故障造成的冲击信号。但是，时间域分析方法只能从信号的波形和振幅变化中粗略判断故障类型，对一些难以分析的故障类型无法准确诊断。

频域分析方法可以通过傅里叶变换将信号从时域转化为频域，分析其频谱分布来提取故障特征，如谐波频率、旁轴频率和振幅等。但是，频域分析方法需要对信号进行预处理，并且在各类噪声干扰的情况下容易出现谐波漏识别等问题。

时频分析方法可以同时分析信号在时域和频域的变化，包括小波变换和短时傅里叶变换等方法。时频分析方法能够在时间和频率上更加准确地对故障进行特征提取，但对振动信号的采样率、窗函数等因素要求较高，计算量较大，也容易受到信噪比、多分量干扰等因素的影响。

3.基于小波变换和时频分析的风电机组传动链振动故障特征提取方法

为了提高风电机组传动链振动故障的实时监测和预警能力，本文提出了一种基于小波变换和时频分析的故障特征提取方法。该方法可以从振动信号中提取出差分阈值、包络线、频率分布等有效特征，实现对风电机组传动链的实时监测和预警。

具体步骤如下：

（1）对振动信号进行小波分解，将其分解成各层小波系数。

（2）采用适当的阈值法对分解后的小波系数进行去噪处理，去除信号中的噪声干扰。

（3）对去噪后的小波系数进行包络提取，得到振动信号的包络线。

（4）对包络线信号进行短时傅里叶变换，分析其频率分布特征。

（5）对差分阈值进行设置，实现对振动信号的故障特征提取。

4.结论

本文对目前常用的振动分析方法和故障特征提取方法进行了评估，并提出了一种基于小波变换和时频分析的风电机组传动链振动故障特征提取方法。该方法能够从风电机组传动链振动信号中提取有效的特征，实现对风电机组传动链故障的实时监测和预警。