频率的情形，则在包络谱中，峰 值将出现在太阳轮局部故障特征频率及其倍频nf S、太阳轮的绝对旋转频率及其倍频mf 、 及其组合nfs±mfs(T)等位置处； 对于行星轮局部故障，在包络谱中，峰值出现在行星轮局部故障特征频率fp、行星架的 旋转频率fc、W及它们的fp±fc组合等位置处，若考虑行星轮局部故障特征频率的倍频和行 星架旋转频率的倍频作为调制频率的情形，则在包络谱中，峰值将出现在行星轮局部故障 特征频率及其倍频nfp、行星架的旋转频率及其倍频mfc、W及它们的组合nfp±mf。等位置 处； 对于齿圈局部故障，在包络谱中，峰值出现在齿圈局部故障特征频率fr位置处，若考虑 齿圈局部故障特征频率的倍频作为调制频率的情形，则在包络谱中，峰值将出现在齿圈局 部故障特征频率及其倍频nfr位置处； 行星轮系发生分布故障，在包络谱中，峰值出现在齿轮分布式故障特征频率fg、行星轮 通过频率Nf。、及其组合fg±Nf。位置处;若考虑齿轮分布式故障特征频率的倍频和行星轮通 过频率的倍频作为调制频率的情形，则在包络谱中，峰值将出现在齿轮分布式故障特征频 率及其倍频nfg(n为正整数）、行星轮通过频率及其倍频mNfc(m为正整数）、W及它们的组合 nfg±mNfc位置处； 定轴齿轮发生包括齿根部有较大裂纹、局部齿面磨损、轮齿折断、局部齿形误差局部故 障时，其振动信号波形是W齿轮旋转频率为周期的冲击脉冲，在频率域表现为包含旋转频 率的各次谐波mfr(m=l，2，* ? ?)、各阶晒合频率nfm(n=l，2，* ? - )W及W故障齿轮的 旋转频率为间隔的边频址m±mfr(n，m=l，2? ? ?); 定轴齿轮发生分布故障时，其频域特征表现为晒合频率及其谐波分量n f m (n = 1， 2，- ??)在频谱图上的位置保持不变，但其幅值大小发生改变，而且高次谐波幅值相对增 大较多;分析时，要分析3个W上谐波幅值的变化，从而从频谱上检测出运种特征； 根据上面所述，在阶比谱和阶比包络谱中选取能表征故障类型的特征频率处的幅值为 特征量，表不为行星轮系局部故障4=[年:、气W。、斗為/ij.、疋/。、4,;',]; 行星轮系分布式故障4w/。];平行级晒合齿轮故障冰=[4>*、4&、 n=l，2,3,其中平行级晒合齿轮故障归为一个特征向量，此向量从阶比图中提取，行星轮系 的特征向量从包络谱中提取。5.根据权利要求1所述的基于散度指标的变工况风电行星齿轮箱故障诊断方法，其特 征是：根据步骤（4)所述的故障诊断参数；即故障模式及严重程度的识别；J-散度（J-divergence)是一种谱距离，作为一种状态识别的指标，能很好地反映两个信号的相似程 度，克服时域分析中的相位问题，很显然，同一信号的J-散度为零；脚； 式(9)中，S为样本信号的幅值谱;T为待检信号的幅值谱;J(S，T)为两者之间的J-散度， N为信号幅值谱中幅值的个数，i为信号幅值谱中幅值的序列； J-散度作为一种状态识别的指标，它能很好地反映两个信号的相似程度，克服时域分 析中的相位问题，很显然，同一信号的J-散度为零； 化-散度化Ul Aack-Lcibler divergence，KLD)，用来度量分布P和Q之间的差异性，典 型情况下，P表示数据点真实分布，Q表示数据的理论分布、模型分布或P的近似分布； 对离散分布，P和0的化-散度定义为：(城； 式（10)中，P表示数据点真实分布，Q表示数据的理论分布、模型分布或P的近似分布;Dki 为数据P和9的化-散度，i为数据的序列号;P(i)为序列号i所对应的P数据点;Q(i)为序列号 i所对应的Q数据点； 也有人称其为化距离，但是它并不是严格的距离概念，其不满足S角不等式;所W，把 它变为对称形式： Dkis(PllQ) =化 1州 |Q)+Dki(Q| |P)]/2 (11); 式（11)中，P表示数据点真实分布，Q表示数据的理论分布、模型分布或P的近似分布； D ' ki数据点P、Q之间的对称散度值； 当齿轮箱正常时，本文所选择的故障特征阶比的幅值为0或很小，而当发生故障时，其 所对应的故障阶比的幅值发生很大的变化，运使得采用采用散度指标的算法得W实现，对 上述所选特征量进行J-散度和化-散度计算，计算方法:首先收集风电行星齿轮箱的正常状 态的样本，表示正常情况下的标准样本，分别表示一级行星轮系、二级行星轮系和平行级齿 轮故障样本，对每一样本进行阶比重采样、EMD重构信号W及进行阶比谱、化化6的包络谱分 析，寻找对应的故障特征阶比，形成对应故障特征阶比的幅值集合，最后计算待检样本和标 准样本的故障特征集合之间的J-散度和化-散度，定位故障位置W及故障模式，对行星齿轮 箱的故障实现完全的诊断； 在时域信号进行FFT变换时的分辨率的原理推出，角域信号进行FFT的分辨率为如/0， 其中0为角域信号的长度;信号为matlab仿真信号，信号中忽略齿轮箱中轴承W及各齿轮相 互之间的影响； 由此，仿真行星齿轮箱各级处于正常工况时，其振动信号模型为： xi(t)=A ? [1-cos(23t ? 3fcl ? t)]cos(23T ? fml ? t+0l) (12)； +B ? [1-C0S(23T ? 3fc2 ? t)] ? C0S(23T ? fm2 ? t+目2)+C ? C0S(23T ? fm3 ? t+白3) 行星齿轮箱一级行星轮系太阳轮发生局部故障时，其振动信号模型为： 馬("二义口一cwa万./W.[l-w〇s口兀../;1./ +妍].cos[2,t../;", ./ + Sifi口兀.乂,.Z +麵+巧 + 巧.[1 _cos:@;r.3./,'.] ./)].cos口;T. .1' +口:）+ C.cos(2;r.'/,'"；./ + 0) 行星齿轮箱一级行星轮系太阳轮发生分布故障时，其振动信号模型为： ' vr,(/)二 /!. [1 -cos(2;r.3/; I.OJ.n + cos(2;r. 1'. / + 辦J. cosp7r. /,'"I./ + sin口开./: 1'. / 4-的+巧. ' (14；； + 公.|_l-eos(2兀 J乂./j].cos(2;r../,,,:./十ft) + C.c;os(2;r.乂", ./ + 0;) 式（12)~（14)中：：义1(*)、义2(〇、义3(〇为行星齿轮箱处于正常一级行星轮系太阳轮发 生局部故障、分布故障时的振动信号序列；t为时间序列；01、02、03、(6、r为初始相位;fml、 fm2、fm3为各级晒合频率;fcl、fc2为一、二级行星架的旋转频率；/r为一级太阳轮的绝对旋 转频率;为一级太阳轮发生局部故障和分布故障时的特征频率;A、B、C为无量纲常 数，行星齿轮箱各个状态时值会有所不同；各个振动信号采用频率为8192监。6. 根据权利要求1所述的基于散度指标的变工况风电行星齿轮箱故障诊断方法，其特 征是:根据步骤(5)所述的实验验证;是在步骤1、步骤4的基础上，W行星齿轮箱的正常、行 星齿轮箱一级行星轮系太阳轮局部故障、行星齿轮箱一级行星轮系太阳轮分布故障时的振 动信号为例来进行分析。7. 根据权利要求1所述的基于散度指标的变工况风电行星齿轮箱故障诊断方法，其特 征是:所述的阶比重采样方法有效避免振动信号非平稳特点引发的频率冗杂、难W分析的 特点，通过EMD分解消噪后重构后的阶比谱和包络谱清晰，容易找到对应的特征阶次，避免 噪声对有效信号的干扰。8. 根据权利要求5所述的基于散度指标的变工况风电行星齿轮箱故障诊断方法其特征 是:所述的行星齿轮箱一级行星轮系太阳轮发生局部故障采集的振动信号经阶比重采样和 EMD分解重构后的阶比谱;阶比谱中一级行星轮系晒合频率附近出现边频带，与正常时对比 发生很明显的变化，同时对比正常与故障的阶比包络谱，故障时的调制成分发生很大的变 化，与正常标准样本进行散度指标的计算，正常时故障特征阶比集合所对应的故障阶比的 幅值很小，甚至为0,而发生故障时其故障特征阶比的幅值变化很大，通过与正常样本进行 散度指标的计算，确定散度指标越大，发生故障的可能性越大，确定故障发生的粗略位置W 及故障的严重程度。9. 根据权利要求5所述的基于散度指标的变工况风电行星齿轮箱故障诊断方法，其特 征是:所述的行星齿轮箱一级行星轮系太阳轮，发生分布故障时所采集的振动信号经阶比 重采样和EMD分解重构后进行频谱分析和包络谱分析;阶比谱中一级行星轮系晒合频率附 近出现边频带，与正常时对比发生很明显的变化，同时对比分布故障与局部故障的阶比谱 不同，观察阶比包络谱，故障信号中存在复杂的调频信息，计算故障特征向量对应的幅值的 散度指标，可W实现对分布故障进行有效的诊断，同时也可W有效的识别出局部故障和分 布故障； W风电行星齿轮箱为研究对象，对行星齿轮箱进行拆分为一级行星轮系、二级行星轮 系、平行级齿轮=部分，同时行星轮系故障分为局部故障、分布式故障，暂不考虑轴承的影 响，同时相比较基于散度指标的轴承故障诊断，其所采用的对样本之间进行散度指标的计 算，来观察之间的相似性，而行星齿轮箱结构复杂，缺少特定的故障样本数据，对故障位置、 故障模式的确定具有更大的难度，决定采用故障样本只与正常标准样进行散度指标计算， 输入散度指标的故障特征向量分别为一级行星轮系Ai1、Ai2,二级行轮系A21、A22,平行级齿轮 A3,通过计算观察某一故障特征向量较其他发生很大变化来确定故障发生的位置W及故障 模式，对行星齿轮箱正常标准样本N与行星齿轮箱一级行星轮系太阳轮局部故障、分布故障 样本的故障特征向量进行计算，对比分析，找出行星齿轮箱故障发生的哪一级W及哪一种 故障模式，即此样本故障发生位置和模式，再通过对All进行进一步计算，完全推出故障发生 的位置，实现对故障的完全诊断； 由其他位置发生故障时各个故障样本与标准样本的J-散度、ia-散度值的变化可W发 现，故障样本与正常标准样本的散度指标计算值越大，就可W确定此样本为在此故障特征 向量所包含的故障模式集合中的一类，运样可W基本锁定齿轮箱发生故障的位置和类型， 通过对此故障特征集合进行细致区别计算，完全诊断出故障位置和模式。10.根据权利要求1所述的基于散度指标的变工况风电行星齿轮箱故障诊断方法，其特 征是:所述的散度指标，经过计算可能够诊断出行星齿轮箱的故障模式及其位置，运使得风 电机组运维人员可W完全避免查看复杂的频谱图，通过观察一些指标的变化可W诊断出齿 轮箱的运行状态，同时散度指标的大小也可W衡量故障的严重程度。
【专利摘要】本发明属于旋转机械故障诊断技术领域，尤其涉及一种基于散度指标的变工况风电行星齿轮箱故障诊断方法，特别适用于变工况风电行星齿轮箱的故障诊断领域。本发明操作步骤如下：根据阶比重采样技术，将变工况风电行星齿轮箱传感器所采集的振动信号进行预处理，将非线性、非平稳的时域信号转化为具有平稳性的角域信号；行星齿轮箱不同于传统定轴齿轮箱，针对其结构特点及诊断的难度，将行星齿轮箱的故障分级进行诊断；提取故障特征集合；故障诊断参数；实验验证。本发明可避免振动信号非平稳的特点，有效清晰的识别故障特征阶比；J-散度和KL-散度均可表征行星齿轮箱故障发生位置及类型；在发生故障时，可相互辅助进行故障诊断，具有较高的灵敏度。
【IPC分类】G01M13/02
【公开号】CN105510023
【申请号】CN201510831633
【发明人】吴冠宇, 王方胜, 滕海刚, 陈国伟, 史昌明, 肖冰, 王瑞, 安国军, 卢博伦, 陈禹, 赵海
【申请人】国网内蒙古东部电力有限公司电力科学研究院, 国网内蒙古东部电力节能服务有限公司, 国家电网公司
【公开日】2016年4月20日
【申请日】2015年11月24日