齿轮箱行星轮系故障诊断与原因分析

综合运用振动信号分析、内窥镜检查、宏观观察、金相分析、扫描电镜(Scanning Electron Microscopy,SEM)分析、能谱仪分析(Energy Dispersive Spectroscopy,EDS)和力学性能试验等多种技术手段,针对某型号风电齿轮箱出现的沿齿槽径向开裂现象进行了故障诊断与原因分析。通过振动信号分析发现异常振动,并通过频谱分析和时域特征提取了确定异常振动的特征;通过内窥镜检查确认故障位置,拆解后利用SEM检测确认裂纹源存在一块大尺寸夹杂物,并通过EDS明确了夹杂物的成分;进一步分析确定齿轮贯穿性开裂的整个过程,通过综合分析确定了故障原因和位置,为设备维护提供了科学依据,并为提高生产效率、延长设备寿命、降低故障损失和维修成本提供了参考。

风电机组齿轮箱行星轮局部齿面剥落故障诊断

为了提升风电机组传动链的预测性维护效果,行星轮系早期故障的准确诊断显得尤为重要。针对行星轮系故障特征的提取与分析,采用快速谱峭度(fast spectral kurtosis,FSK)和包络解调等方法,探索有效的故障诊断途径。通过对振动信号进行快速谱峭度分析和包络解调处理,成功提取了关键的故障特征。分析结果显示,不同时间点的频率成分变化揭示了故障的发展过程,即故障从齿圈的初始特征逐渐演变为行星轮的特征,最终发生某行星轮齿面的剥落。在这一过程中,齿圈的局部故障特征频率和行星架自转频率成分的明显变化为故障发展提供了重要线索。基于故障特征的演变情况,提出在故障发生前第34天进行预警,即行星轮转频成分分布增加,以便及时采取维修措施,防止故障进一步恶化。研究结果可为行星轮系的早期故障诊断提供一种有效方法,并为故障预警提供理论支持。

基于ACYCBD的风电机组轴承故障诊断与失效分析

滚动轴承是机械旋转系统的核心元件,其稳定运行对确保系统的安全和经济性至关重要。通过振动故障诊断对轴承故障的识别与定位,通过失效分析可以深入了解轴承故障的根本原因,为制定有效的维修策略和预防措施提供依据。针对某风电机组轴承内圈开裂故障,采用自适应最大二阶循环平稳盲反卷积(ACYCBD)方法提取轴承振动信号中的循环平稳特征,进行故障特征的提取识别和定位。采用失效分析揭示了裂纹源处的白色组织导致了轴承的开裂。研究结果表明,ACYCBD方法在轴承故障诊断中具有良好的可行性和有效性,并结合失效分析可以全面揭示故障原因,显著提高故障诊断的准确性和效率,保障机械设备的稳定运行,具有重要的实际意义。