[发明专利]风力发电机组齿轮箱远程在线状态监测与故障诊断系统

说明书

技术领域

本发明涉及一套状态监测与故障诊断系统，具体是一种兆瓦级风力发电机组齿轮箱的远程在线状态监测与故障诊断系统，用于故障诊断领域。

背景技术

随着全球经济一体化的发展和人口的增长，能源的枯竭和环境的恶化已经成为了人类亟待解决的重要问题。风力发电已经成为解决世界能源问题不可或缺的重要力量，成为最具有商业化发展前景的成熟技术和新兴产业，并且有可能成为世界未来最重要的替代能源。但伴随着风电机组的广泛安装使用，风力发电机的故障成为一个不容忽视的问题。由于风电机组安装在高山、荒野、海滩、海岛等风口处，受无规律的变向变负荷的风力作用以及强阵风的冲击，常年经受酷暑严寒和极端温差的影响，使得风电机组故障频发。近年来，国内外风力发电机故障率最高的部件当数齿轮箱。我国的风场齿轮箱损坏率高达40～50％，极个别品牌机组齿轮箱更换率几乎达到100％。国外在对风力发电机各主要部件的故障统计中，齿轮箱的故障率也是居高不下，据西班牙纳瓦拉水电能源集团公司最近几年对风电机组主要部件的故障统计：由齿轮箱、发电机、叶片引起的故障是风电机组故障的主要原因，其中齿轮箱的故障发生率在逐年增高，故障百分比已超过60％，是机组中故障发生率最高的部件。加之风电机组所处自然环境交通不便，齿轮箱安装在塔顶的狭小空间内，一旦出现故障，修复非常困难，且维修成本极高，所以风电机组齿轮箱的状态监测与故障诊断是非常重要的。

目前国内外针对兆瓦级风电机组齿轮箱故障诊断系统的研究刚刚起步，现有的故障诊断系统均是应用传统的频谱分析技术进行诊断分析，仍存在着较明显的缺陷：风电齿轮箱长期工作在复杂交变载荷工况下，其振动具有非平稳和非线性的特点，而频谱分析技术应用的前提是假设信号是平稳的。因此，常规频谱分析方法处理风电机组齿轮箱振动信号，必将出现严重的“频率模糊”，从而很难甚至无法有效的进行故障诊断。

发明内容

本发明要解决的技术难题是针对当前兆瓦级风电机组齿轮箱故障诊断技术的不足，提出一种利用阶比分析和Hilbert时频谱相结合的诊断系统。该测试系统能够实时监测风电机组齿轮箱工作过程中的振动情况，及时监测设备运行状态异常及早期故障征兆，实现对风电机组齿轮箱的状态监测与早期故障诊断，具有操作简单、快速可靠等特点，能够很好的应用到生产现场的风电机组齿轮箱中。

本发明是通过以下技术方案实现的，本发明包括：加速度传感器、数据采集器、测量节点、无线网关、信号中转站、无线信号接收器、防火墙、数据库服务器、网络服务器、诊断中心、局域网和客户终端。其连接关系为：在进行齿轮箱状态监测与故障诊断时，加速度传感器设置在风电齿轮箱的顶部，加速度传感器的信号输出端接到数据采集器的输入端，数据采集器的输出端接到测量节点的输入端，测量节点的输出端以无线方式接到无线网关的输入端，无线网关通过信号中转站传接到到无线信号接收器的输入端，无线信号接收器的输出端接到数据库服务器和网络服务器的输入端，网络服务器中内置诊断中心，网络服务器的输出端通过局域网接到客户终端的输入端。

由于兆瓦级风电齿轮箱的工作条件十分恶劣，其早期故障信号非常微弱，因此，故障信号的频率信息常常被主导信号的频率信息所淹没，采用一般的加速度传感器效果不是特别理想。所以本发明中加速度传感器采用PCB 353B04加速度传感器，频率范围为0.7～11000Hz，量程为±500gpk，分辨率为0.003g，温度范围为-54℃～+121℃，重量为10.5克。测量节点采用NI WSN-3202型测量节点；无线网关采用NI WSN-9791型网关；为了适合长距离的远程监测，无线传感网络采用IEEE 802.15.4协议；诊断中心采用阶比分析和Hilbert时频谱相结合的诊断方法进行诊断。