张 磊,何建军,程庆阳,曾子竞,朱文娟,付 林,周伟强
(1.国家能源集团湖南分公司,长沙 410000;2.长沙理工大学 能源与动力工程学院,长沙 410114;3.西安中科起航测控技术有限公司,西安 712000;4.国家能源集团龙源江永风力发电有限公司,长沙 410000)
风电技术迅猛发展,风电机组在运行过程中的各种问题也不断出现,对其关键设备的智能在线监测成为了行业研究的焦点之一。风机叶片关键部位的螺栓松动等问题会导致整个风机结构的失效,从而造成极大的安全隐患和经济损失。近些年,随着信号监测及数据分析技术的不断提升,在线监测技术也随之发展。目前,风电行业已广泛采用在线监测技术对机组的运行状态进行实时监测,实现机组运行时的故障监控,保障机组的可靠运行[1]。风机螺栓损伤评价与在线监测技术研究不断取得新的进展,文章对几种先进的监测技术进行了综述。
在振动信号检测领域,国内外的专家学者已经进行了大量研究工作。闫航瑞等[2]对螺栓连接结构施加随机激励进行振动测试,利用小波分析法来研究螺栓在松动情况下的信号特点。此方法具有良好的时频定位特性及信号自适应能力,能够对各种时变信号进行有效地分解,再对分解后相互独立的各频段进行时域分析及提取特征量。
董广明等[3]利用信号的谱矩因子结合神经网络算法,对导弹支撑座连接螺栓的故障进行诊断,依据信号功率谱特征的差异 ,提出了相应的谱矩松动故障特征提取方法。……