基于子空間方法的風機齒輪箱故障預(yù)測算法(2)
作者:石家莊風機 日期:2015-8-19 瀏覽:1317
風機廠石家莊風機廠石家莊風機石家莊市風機廠石家莊風機維修石家莊風機銷售
3.2齒輪箱故障預(yù)測利用齒輪箱振動狀態(tài)空間模型的系統(tǒng)矩陣A可以判斷其健康狀況,具體方法為:通過計算系統(tǒng)矩陣A的特征值.分析特征值的變化情況,以確定齒輪箱是否處于異常運行狀態(tài)。當齒輪箱處于正常運行狀態(tài)時.系統(tǒng)的動態(tài)特征行為是穩(wěn)定的,也即每個特征值的變化非常?。喝绻卣髦底兓^大,并持續(xù)偏離穩(wěn)態(tài)特征值較長時間.就意味著齒輪箱可能已出現(xiàn)故障行為。將齒輪箱穩(wěn)態(tài)運行時計算的系統(tǒng)矩陣A定義為標準系統(tǒng)矩陣A。,其對應(yīng)的特征值為A罐(扛1,2,?,n)。在理想情況下,標準系統(tǒng)矩陣A。是通過對長時間連續(xù)穩(wěn)態(tài)運行下齒輪箱的振動測量數(shù)據(jù)進行估計得到的。然而實現(xiàn)起來較為困難,主要是因為Hankel塊矩陣y的維數(shù)太大.以致計算機無法計算;實際上,一般利用一段能夠代表足夠長的穩(wěn)態(tài)運行狀態(tài)的監(jiān)測數(shù)據(jù)來計算系統(tǒng)矩陣.這樣分段連續(xù)計算,會得到一系列的系統(tǒng)矩陣A。(后=1,2,?,M)。在齒輪箱穩(wěn)態(tài)運行時,矩陣A。
每個特征值A(chǔ)。(江1,2?,n)所對應(yīng)的各自序列的值也都是非常近似的.誤差很小。為了便于故障的預(yù)測.定義參考特征值A(chǔ)i(江1,2,?,n)如式(31)所示。當M取值足夠大時,天i非常接近于特征值A(chǔ)“。1 肘Ai={}∑A^一Ad(31)』H女=1為了有效利用隨機子空間模型.需要確定其計算方法的穩(wěn)定性。判斷原則為I|A。||≤1,即所求系統(tǒng)矩陣A的所有特征值均在單位圓以內(nèi),則說明該隨機模型是穩(wěn)定的.反之則不穩(wěn)定。為了便于比較,引入均方根誤差(RMsE)作為評價齒輪箱狀態(tài)的指標。由于特征值可能為復(fù)數(shù).n為系統(tǒng)階數(shù);Ai為由實時振動數(shù)據(jù)求得的特征值。3.3預(yù)警值與門檻值的確定通過定義預(yù)警值與門檻值這2個閾值.利用RMSE進行判斷.來實現(xiàn)齒輪箱的故障告警和識別。通過對風電機組齒輪箱振動監(jiān)測數(shù)據(jù)進行統(tǒng)計特性分析可知,實時求得的特征值A(chǔ)i散落在參考特征值A(chǔ)i的附近,誤差較??;并對每個實特征值、每個復(fù)特征值的實部和虛部與相應(yīng)的參考特征值的殘差進行分析.由分析可知.每個特征值的殘差皆為正態(tài)分布:其中,肛i為齒輪箱振動信號子空間模型特征值殘差的均值;礬為其標準差。因此,可利用統(tǒng)計過程控制(SPC)原理㈣定義齒輪箱故障判別的2個閾值。根據(jù)SPC原理.服從正態(tài)分布的特征值的殘差上下限為s。戳±懈(m=2,3)。利用該限值定義齒輪箱故障判別指標RMSE的預(yù)警值和門檻值。m=2時.尺。定義為預(yù)警值,當RMSE超過該值,意味著將要出現(xiàn)故障:而m=3時,R+為故障門檻值,當RMSE超過該值時,則認為已經(jīng)故障。叫嘶恤?,n)(33)因此.根據(jù)實時數(shù)據(jù)不斷計算系統(tǒng)矩陣的特征值和相應(yīng)的RMSE值.并與所設(shè)閾值進行比較.進而可以評估出齒輪箱的運行狀態(tài)。風電機組容量為1.5 MW.齒輪箱傳動結(jié)構(gòu)為2級行星齒輪+1級平行軸.齒輪箱傳動比率為100.48:所安裝的傳感器為加速度傳感器.采樣率為12 kHz,所采集到的振動信號為相應(yīng)的加速度信號,單位為m/sz.所分析的正常和異常振動數(shù)據(jù)如圖2所示。算法中每一段數(shù)據(jù)窗口的選擇應(yīng)盡可能足夠長.以滿足子空間方法的參數(shù)識別有效性。
對該石家莊市風機齒輪箱的振動監(jiān)測數(shù)據(jù).窗口長度選為6000,其中Hankel矩陣yD為7×5994維矩陣,yf為7×5994維矩陣。對形成的測量矩陣進行LQ分解,得到子塊矩陣厶。。然后利用式(28),對矩陣厶.進行奇異值分解.從而可以確定齒輪箱的隨機子空間模型的階數(shù)凡為3,其對應(yīng)的參考特征值瓦(江1,2,3)為:從圖中可以看出3個參考特征值都分布在單位圓內(nèi).說明識別出的齒輪箱隨機子空間模型是穩(wěn)定的。利用穩(wěn)態(tài)運行時的振動采樣數(shù)據(jù).代入齒輪箱故障判別模型.實時計算出的特征值與參考特征值之間的誤差非常?。f明該石家莊市風機齒輪箱的運行狀況很好.是健康的。分析圖2中的異常振動信號.其由正常數(shù)據(jù)和故障數(shù)據(jù)構(gòu)成.并從故障前一段時間的振動監(jiān)測數(shù)據(jù)開始分析.進行齒輪箱子空間模型的參數(shù)計算。
通過故障判別指標的計算結(jié)果發(fā)現(xiàn).其中1個實數(shù)特征值變化不大.但另外2個復(fù)特征值逐漸偏離其各自的參考特征值.而且變化趨勢逐漸增大.但仍然位于單位圓內(nèi)。圖4給出了各個特征值的演變過程。為了更加清楚地說明齒輪箱狀態(tài)的變化過程.利用定義的綜合指標分析齒輪箱故障發(fā)生的過程。通過對長時間穩(wěn)態(tài)運行的齒輪箱的振動數(shù)據(jù)的分析.可以計算出各個穩(wěn)態(tài)特征值與相應(yīng)參考特征值殘差的均值地和標準差盯。并利用SPC原理確定其殘差的上下限為s產(chǎn)地±,硼,具體計算結(jié)果見表1。再將5。代人式(33)中,則可以得到RMsE指標的預(yù)警值為O.0084、門檻值為0.0126。