摘要：风电场多分布在偏远地区的高原、丘陵或草原上，往往受到恶劣环境条件的影响，尤其是风电机组的传动系统，如主轴、齿轮箱、联轴器和发电机等极易发生故障。及时发现故障、诊断故障并解决故障是保证风电机组可靠运行的有力保障。风电机组传动链故障诊断的关键是提取相关部件发生故障的典型故障特征，基于此，本文主要对风电机组传动链典型故障特征提取方法进行分析探讨。
关键词：风电机组；传动链；典型故障特征；提取方法
1、风电传动链基本结构
双馈型风电机组传动链主要由主轴及轴承、齿轮箱、联轴器和发电机组成，有“三点支撑”、“两点支撑”和“内置式支撑”等结构布置类型。直驱型风电机组的传动链没有齿轮箱，运行时叶轮直接驱动发电机旋转发电，该类型机组按照发电机的结构形式，可分为外转子型和内转子型。
2、风电传动链故障特征提取方法
2.1时域特征
通常采用振动加速度传感器采集风电机组传动链的振动信息，振动加速度的单位为m/s2。加速度是传动系统啮合力和故障状态下冲击力的最直观表征。在振动信号分析中，常用均值、有效值、方差、方根幅值、偏度指标、峭度指标等时域特征来描述振动加速度信号的特点。
2.2频谱分析
振动信号的时域波形及其特征值只能提供相对直观、简单的故障信息，对于频率成分复杂的振动信号，通常采用傅里叶变换方法将其转换到频域进行分析，信号中的周期性成分可以在频谱中得到直观体现。
连续信号x（t）的傅里叶变换定义为
.png)
对于经采样得到N点长度的离散振动时间序列x（n），其傅里叶变换称为离散傅里叶变换，正、逆变换式分别为
.png)
2.3包络解调
包络解调是将调制波与载波分离的技术，能够获得反映故障信息的调制成分，进而判断零件损伤的部位和程度。常用的包络解调方法有希尔伯特（Hilbert）变换法、检波滤波法、循环平稳分析法等。
给定连续时间信号x（t），其Hilbert变换为
.png)
x（t）的Hilbert变换x赞（t）可以看作是x（t）通过一个滤波器的输出，该滤波器的单位冲激响应函数为h（t）=1/∫t，相应的频率响应函数为
.png)
包络函数是信号中调制规律的直观反映，因此，如果能够计算出原信号x（t）的包络函数a（t），就可提取出机械部件的故障调制信息，实现故障解调。Hilbert变换为包络函数的计算提供了有效途径。
3、风电传动链典型故障特征提取
3.1行星级齿轮磨损
风电齿轮箱行星轮系一般采用三个行星轮对称布置，用于承受来自叶轮的变速变载冲击，具有承载均匀、结构紧凑等特点，属于低速重载部件，因此，在运行过程中会导致磨损及点蚀。
图1为行星级齿轮磨损振动信号图。对图1（a）中的长时间振动信号进行拉伸，得到如图1（c）所示的短时间信号，图中呈现明显的冲击振动。图1（b）为振动信号在[0，2200Hz]的功率谱密度，图中出现明显的振动谐波。图1（d）显示振动谐波的频率间隔为41.95Hz，显示区间为[0，400Hz]。
.png)
图1 行星级齿轮磨损振动信号
该故障案例的振动信号图谱中，41.95Hz是风电齿轮箱行星级的啮合频率，该频率成分没有以调制成分出现，而是在功率谱中直接密集出现，表明此时该行星轮系出现严重磨损类故障，已经跨越了以调制成分出现的微弱分布式故障阶段，应立刻停机检查并维修。
3.2高速轴齿轮崩齿
风电齿轮箱高速轴通常采用齿轮轴的形式进行机械能量和转速传递，由于转速较高，参与啮合与承受载荷的频次较高，高速轴齿轮容易出现故障。当高速轴发生崩齿故障时，风电机组还能带故障运行一段时间，但应该及时发现并及早在机舱上更换高速轴，避免后续高速轴崩齿断面对中间轴大齿轮齿面的啮合破坏。
为高速轴齿轮崩齿振动信号。（a）的振动信号中存在明显的周期性冲击，b）功率谱中的边带成分对应，该边带频率为（c）通频包络谱中的25.16Hz及其谐波，对应着高速轴的转动频率，说明高速轴齿轮出现严重故障。
3.3发电机轴承电腐蚀
风电机组发电机轴承采用滚动轴承，主要失效形式为电腐蚀、跑圈、润滑不良、磨损和剥落等。其中电腐蚀为发电机轴承常见的典型故障，电腐蚀是发电机上的轴电流击穿较薄的轴承油膜层产生电火花，使轴承内圈、外圈或滚动体表面出现局部熔融或凹凸的现象。在电腐蚀初期，发电机轴承内部会产生高温，逐步融化轴承表面微小区域，使滚动体与滚道间产生异常磨损，导致轴承各部件之间游隙过大，运行时振动和噪声非常明显；当故障逐步恶化时，电腐蚀发展为轴承内外圈呈现明显“搓板纹”。轴承长期异常高温运行，会使内部润滑脂变质，出现润滑不良的现象，进一步加剧了轴承运行时的振动和噪声，最终导致轴承失效。
4、结论
本文论述了风电机组传动链振动监测及故障特征提取涉及的相关内容，为深入开展传动链故障特征提取方法研究奠定了基础。
①文中采用经典信号处理方法综合论述了传动链典型故障特征的提取方法，在故障提取结果上，该方法和其它的研究工作具有一定的相似之处，都能有效完成故障提取和识别。相比于其它研究工作的单一性，该方法能够对传动链大多数典型故障特征进行提取，在适用性上具有一定优势。
②分析了风电机组传动链的常见典型故障与失效机理，采用经典信号处理方法对上述典型故障进行特征提取，验证了经典方法对单一、明显故障特征提取的有效性，为风电机组故障检修维护提供了技术支撑。
本文方法在齿轮箱故障特征频率与传动链典型故障振动信号基本特征匹配上有待进一步优化，建立齿轮箱故障特征频率库，完成振动信号分析结果与齿轮箱特征频率智能匹配，从而提高特征提取和故障识别效率。
参考文献：
[1]李其龙，王灵梅，孟恩隆.基于小波包-包络样本熵的故障特征提取方法及其应用[J].可再生能源，2016，34（9）：1356-1362.
[2]沈雨虹，王兵.双馈式风力发电机组传动链关键部件的维护[A].2014全国风电后市场专题研讨会论文集，[C].珠海：中国农机工业协会风能设备分会，2014.152-160.
[3]申大勇.频谱分析法在齿轮箱故障诊断中的应用[J].石油和化工设备，2010，13（3）：34-35.
[4]陈向民，于德介，罗洁思.基于信号共振稀疏分解的包络解调方法及其在轴承故障诊断中的应用[J].振动工程学报，2012，25（6）：628-636.