风力发电机齿轮箱轴承无转速信号工况下有故障怎么诊断

轴承在风力发电机齿轮箱的结构中重要的组成部分，但是这个部位经常受到磨损、而且当有很大的载荷时，启停时刻转速的急剧增大或减小经常会导致其发生故障，因此针对非平稳工况下轴承的故障诊断是必要的。

在现阶段的风力发电行业，永磁同步（直驱、半直驱为代表）技术近年来得到了一定的发展，而双馈风力发电技术也相对成熟，谐波含量可控制在较低水平，机组运行状态稳定，即使电网出现故障，双馈系统也可提供更高的电流能力，更有利于启动过电流保护及故障清除 。因此，双馈风力发电系统的市场认可度较高。齿轮箱是风力发电机的故障高发部件，一旦发生故障会严重影响正常的生产发电工作，尤其是双馈机组采用齿轮箱将风轮转速升高，提高发电机效率的同时，会出现各类齿轮箱的机械故障。在机器的运转中，相较于其他零部件，轴承与齿轮算是易损零件。

尤其是在转速高的工况下，不少轴承在润滑条件不好时都可能发生温度升高现象，直接导致零件的刚性接触致使产生胶合状态，故需要完成状态的监测与诊断，使得在故障未发生前就有了预判而能够快速处理，这也是故障诊断的初衷。如果能及时发现或在使用前进行双馈风力发电机组件的全生命周期预测与诊断，就能对故障部件单独进行维修，其维护难度和维护成本会大幅降低。

传统对风机齿轮箱的故障诊断技术主要针对的是某一阶段的诊断技术，而针对双馈风力发电机组早期信息难以获取等特殊性和技术难度，目前国内外尚少有深入的研究。

1、确定数据样本-风力发电机的降速数据

在大数据样本驱动下进行双馈风机齿轮箱状态识别与分析，再通过搭建的实验台进行论证，本次的采样数据是30 s左右的风力发电机的降速数据，采样频率为25.6 kHz，第一行是齿轮箱上测试信号，第二行是电机上测试信号。轴承的型号为6215，齿轮箱传动比为 106∶17，与电机相连的是小齿轮，其原始数据如表1所示

2、 无转速计阶比分析实现原理

利用短时傅里叶变换处理振动信号，首先对原始信号进行傅里叶变换，其原始波形图如图1所示。然后用窗函数对振动信号进行截取，通过不断移动窗函数，得到短时傅里叶变换的结果。可通过时间和振幅的关系图与短时傅里叶变换后的三维图进行分析。做出短时傅里叶变换俯视图，从其中可以发现啮合频率较为相似的图线，然后通过转速的追踪得出结论。

Step1：划定区域，此处所划定的这一个区域也就 是所追踪范围。