基于循环平稳信号二维信息的风电齿轮箱早期故障特征提取与智能预示技术研究

风力发电机齿轮箱在运行中，由于转速、载荷的随机波动，旋转部件之间的相互作用而导致的信号调制和二次相位耦合，以及由于故障导致的非线性刚度和阻尼等，均会使风电齿轮箱齿轮、轴承以及转轴在发生故障时的齿轮箱振动信号具有二阶或高阶循环平稳特性。本项目基于循环平稳信号处理基本理论，以风电齿轮箱为研究对象，在(正常\不同故障)风电齿轮箱动力学建模、仿真以及实验的基础上，通过研究其(正常\不同故障)振动信号的循环频率-频率、时间-频率(由谱相关密度函数得到)以及循环双谱切片图双频率三种二维信息表示的相关理论及算法，建立信号的特征循环频率、高信噪比频率段、时频特征、循环双谱切片特征与信号传递通道、部件结构参数、转速、载荷以及故障类型及程度等物理参数间的联系，最终实现可有效降低噪声以及部件耦合振动信号干扰，判断风电齿轮箱关键旋转部件的早期故障，并实现故障(损伤)程度定量识别的特征提取与智能诊断新技术。

根据研究计划，研究工作分为四个部分。.（1）风电齿轮箱(正常/故障)动力学建模及其振动信号的循环平稳特征研究：(a) 在考虑转子载荷的影响下，对滚动轴承故障仿真信号模型进行了扩展，建立了转子-滚动轴承故障信号模型，分析研究了转子载荷对信号包络谱的影响；(b) 针对行星齿轮系行星齿轮故障现象，建立了行星齿轮故障的数学模型。对该模型进行理论分析，研究了其功率谱的分布特点；(c) 针对齿轮信号和轴承振动信号性质上的不同，建立了齿轮箱振动信号诊断模型；(d) 正在建设行星齿轮箱试验台一部，本项目完成的信号处理工具包将用于试验台振动信号分析与处理；(e) 课题组与上海鸣志自动控制设备有限公司合作，在宁夏宁东风电场展开工程应用。.（2）基于谱相关密度函数的循环频率-频率二维信息利用：(a) 重点研究了基于谱相干函数的两维平面表示，研究表明，基于谱相干函数分析方法比谱相关函数分析方法能更有效避免有色噪声的影响，齿轮箱振动信号分析验证了该方法分离滚动轴承故障特征与齿轮谐波振动信号的有效性；(b) 利用滚动轴承展现的二阶循环平稳特性，提出了基于谱相关密度函数的频域盲解卷积方法，通过循环频率-频率二维信息利用，该盲解卷积方法可有效应用于轴承多故障轴承特征提取。.（3）基于谱相关密度函数的时频二维信息的特征提取与智能诊断技术：(a) 开发了基于谱相关密度函数的Wigner-Ville时频分布算法，其可以利用长数据序列计算得到谱相关密度函数，进而有效降低噪声的干扰；(b) 利用所开发时频算法进行了具有轴承分布故障的齿轮箱振动信号分析，有效提取了轴承分布故障特征，而信号包络谱，平滑伪Wigner-Ville时频分布均无法有效提取该特征；(c) 研究基于多项式调频变换的Wigner-Ville分布时频分析方法，其在克服时频交叉项干扰的同时，又充分利用了WVD高时频分辨率的优点；(d) 研究了时频图像的稀疏特征提取与智能诊断技术。.（4）基于循环双谱切片图的双频率二维信息的特征提取与智能诊断技术：(a) 研究了高阶循环统计量里面的三阶循环统计量谱-循环双谱，提出了循环双谱的快速频移算法，其可以根据需要，求得某一特定频率下的循环双谱值；(b) 提出了循环双谱一次切片分析、二次切片分析的概念，进而得到清晰直接的故障特征展示；(c) 研究了双谱图像的稀疏特征提取与智能诊断技术。