本發(fā)明涉及旋轉機械故障診斷技術領域，尤其涉及一種基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置及方法。

背景技術：

目前，風能作為一種可再生能源，取之不盡用之不竭，已經成為世界各國能源體系中的重要組成部分。我國風能資源豐富，而且隨著風力發(fā)電技術的不斷發(fā)展，風機單機容量也朝著MW級方向發(fā)展，總體風力發(fā)電機組的裝機容量不斷逐年增加。但是由于風能的特殊性，風電機組大多安裝在戈壁、山區(qū)、海島等風能豐富的地區(qū)，但這些地區(qū)氣候條件惡劣，晝夜溫差大，同時機組承受無規(guī)律、變速變載荷的風力作用，導致機組內部各部件在運行過程極容易出現(xiàn)故障，導致機組停機，造成巨大的經濟損失。

風電機組的旋轉振動故障通常是由軸系不對中引起的，而聯(lián)軸器不對中故障是風電機組常見的旋轉振動故障之一。目前，國內風電機組軸系的不對中問題相當突出，不對中故障被列為風電機組軸系振動故障及處理的首要因素。風力發(fā)電機組是多轉子連接而成的軸系，轉子之間有聯(lián)軸器連接。聯(lián)軸器不對中是指運行狀態(tài)下相鄰兩個轉子的中心線不在一條連續(xù)的軸線上，在聯(lián)軸器部位存在拐點或階躍點，使各軸承的負荷不能滿足設計要求。若風力發(fā)電機組存在聯(lián)軸器螺栓緊力不足或螺孔間隙偏大，在機組并網帶負荷過程中軸系扭矩增加到一定值時，聯(lián)軸器發(fā)生相互錯位，軸系對中狀態(tài)發(fā)生突變。相間短路、甩負荷等事故均會造成軸系扭矩在瞬間發(fā)生較大變化，對傳遞扭矩的聯(lián)軸器形成沖擊，使聯(lián)軸器相互錯位，軸系對 中狀態(tài)發(fā)生惡化。存在嚴重不對中故障的風力發(fā)電機組若長期運行，有可能會產生嚴重的后果。

現(xiàn)有技術中的聯(lián)軸器的對中檢測是通過插片方式進行的，將插片水平安裝于兩個半聯(lián)軸器的頂端，并使光線通過插片的透光點，以檢測兩個半聯(lián)軸器在水平方向上的誤差，然后將插片垂直安裝于兩個半聯(lián)軸器之間，以檢測兩個半聯(lián)軸器在垂直方向上的誤差。這種聯(lián)軸器的對中檢測方法過于依賴檢測者的主觀判斷，檢測結果受人為因素的影響較大，不僅對檢測者的要求較高，而且檢測精度不高，很難保證聯(lián)軸器的精確對中，因此故障發(fā)生的頻率高。經常是安裝完成后開機檢測，發(fā)現(xiàn)聯(lián)軸器對中不合格，又重新停機找正，而找正之后又需要浪費大量的時間進行聯(lián)軸器的對中檢測，因此現(xiàn)有的對中檢測方法不能滿足聯(lián)軸器的對中要求。

因此，如何發(fā)明一種可以自動地、高準確率地、實時地風機聯(lián)軸器不對中故障診斷裝置及方法是本領域技術人員有待解決的技術難題。

技術實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置及方法，可以實時地對風機聯(lián)軸器不對中故障進行自動診斷，優(yōu)化了算法，提高了故障診斷的效率和準確度。

本發(fā)明的技術方案如下：

一種基于計算機技術的風機聯(lián)軸器不對中故障診斷方法，該方法包括以下步驟，

步驟S101 數據采集與預處理，間隔采集編碼器的輸出信號，預處理后形成轉軸的轉速信號；

步驟S201 初級診斷，生成轉速隨時間變化的波形圖，如果出現(xiàn)任意峰值與平均值的差值大于閾值a，則進入下一步，否則判定聯(lián)軸器正常，并轉到步驟S501；

步驟S301 次級診斷，經編碼器輸出信號的觸發(fā)同步采集等角度水平和豎直的振動信號，分別計算出水平和豎直方向的振動信號的功率譜重心指標，如果水平和豎直方向的振動信號的功率譜重心指標均小于閾值b，則進入下一步，否則判定聯(lián)軸器正常，并轉到步驟S501；

步驟S401 最終診斷，生成基于頻域的2倍合成軸心軌跡，如果軌跡的形狀為8字形或香蕉形中的任意一種，則判定聯(lián)軸器出現(xiàn)故障，否則說明聯(lián)軸器正常，然后轉到步驟S501；

進一步地，步驟S101中的信號采集長度為r*n，其中r為轉軸的轉數，n為每轉的采樣點數。

進一步地，閾值a為平均值的3倍，閾值b為167。

進一步地，步驟S101中的振動信號為角度域振動數據信號。

進一步地，步驟S301中功率譜重心指標Fc的計算公式為：

$F_c=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_i{p}_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{p}_i}$

其中，N為水平或豎直方向的振動信號的傅里葉變換長度的一半，fi為功率譜中對應頻率值，Pi為功率譜中fi對應的振動幅值。

步驟S501結束。

本發(fā)明還提供了一種基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置，其特征在于，該裝置包括：編碼器、數據采集模塊、預處理模塊、圖形生成模塊、故障診斷模塊；

編碼器，將測得的轉軸數據參數轉換為電信號并輸出；

數據采集模塊，采集編碼器的輸出信號并將其轉發(fā)至預處理模塊；

預處理模塊，將所述輸出信號進行預處理，形成轉軸的轉速信號、等 角度水平和豎直的振動信號；

圖形生成模塊，接收預處理模塊輸出的處理后的數據信號，并根據預設條件生成對應的圖形與圖線；

故障診斷模塊，進行初級診斷、次級診斷、最終診斷的三級診斷，判斷風機聯(lián)軸器有無不對中故障。

進一步地，編碼器為光電編碼器，且設于轉軸的兩側。

進一步地，圖形生成模塊基于接收的數據信號和預設條件分別生成轉速隨時間變化的波形圖和振動信號的功率隨頻率變化的功率譜曲線，還用于合成基于頻域2倍的軸心軌跡。

本發(fā)明的基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置及方法，光電編碼器將測得的轉軸數據參數轉換為電信號并輸出，數據采集模塊采集，光電編碼器輸出信號并將其轉發(fā)至預處理模塊，預處理模塊將輸出信號處理為轉軸的轉速信號、水平和豎直方向的角度域振動數據信號，圖形生成模塊通過轉速信號生成轉速隨時間變化的波形圖，經故障診斷模塊進行初級診斷，如果波形圖中出現(xiàn)任意峰值與平均值的差值大于閾值a，則進入下一步的次級診斷，否則判定聯(lián)軸器正常，并轉到結束步驟；在次級診斷中，首先由圖形生成模塊生成振動信號的功率隨頻率變化的功率譜曲線，經故障診斷模塊分別計算出對應時刻水平和豎直方向的振動信號的功率譜重心指標，然后進行判斷，如果水平和豎直方向的振動信號的功率譜重心指標均小于閾值b，則進入下一步的最終診斷，否則判定聯(lián)軸器正常，并轉到結束步驟最終診斷；最終診斷中，首先由圖形生成模塊生成基于頻域的2倍合成軸心軌跡，然后進行判斷，如果軌跡的形狀為8字形或香蕉形中的任意一種，則判定聯(lián)軸器出現(xiàn)故障，否則說明聯(lián)軸器正常，然后轉到結束步驟。

本發(fā)明的有益效果如下：

本發(fā)明的基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置及方法， 可以實時地對風機聯(lián)軸器不對中故障進行自動診斷；優(yōu)化了算法，通過對聯(lián)軸器不對中故障進行初級診斷、次級診斷與最終診斷的三級診斷，提高了故障診斷的效率和準確度；本發(fā)明可通過調節(jié)閾值，適用于不同類型的風機聯(lián)軸器，擴大了本發(fā)明的適用范圍。

附圖說明

圖1為本發(fā)明的基于計算機技術的風機聯(lián)軸器不對中故障診斷功能流程圖。

圖2為本發(fā)明的基于計算機技術的風機聯(lián)軸器不對中故障診斷方法的步驟示意圖。

圖3為本發(fā)明的基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置的結構示意圖。

具體實施方式

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結合附圖對本發(fā)明的具體實施方式做詳細的說明。

實施例

如圖1和圖2所示，本實施例的基于計算機技術的風機聯(lián)軸器不對中故障診斷方法，包括以下步驟，

步驟S101 數據采集與預處理，間隔采集編碼器的輸出信號，預處理后形成轉軸的轉速信號；

步驟S201 初級診斷，生成轉速隨時間變化的波形圖，如果出現(xiàn)任意峰值與平均值的差值大于閾值a，則進入下一步，否則判定聯(lián)軸器正常，并轉到步驟S501；

步驟S301 次級診斷，經編碼器輸出信號的觸發(fā)同步采集等角度水平 和豎直的振動信號，分別計算出水平和豎直方向的振動信號的功率譜重心指標，如果水平和豎直方向的振動信號的功率譜重心指標均小于閾值b，則進入下一步，否則判定聯(lián)軸器正常，并轉到步驟S501；

步驟S401 最終診斷，生成基于頻域的2倍合成軸心軌跡，如果軌跡的形狀為8字形或香蕉形中的任意一種，則判定聯(lián)軸器出現(xiàn)故障，否則說明聯(lián)軸器正常，然后轉到步驟S501；

步驟S501 結束。

優(yōu)選地，步驟S101中的信號采集長度為r*n，其中r為轉軸的轉數，n為每轉的采樣點數，其中本實施例的r為16，n為1024。

其中，步驟S101中的振動信號為角度域振動數據信號。

進一步地，步驟201中的閾值a為平均值的3倍，步驟S301中的閾值b等于167。本實施例還可以可通過調節(jié)閾值大小，保證診斷方法與裝置適用于不同類型的風機聯(lián)軸器，擴大了本發(fā)明的適用范圍。

進一步地，步驟S301中功率譜重心指標Fc的計算公式為：

$F_c=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_i{p}_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{p}_i}$

其中，N為水平或豎直方向的振動信號的傅里葉變換長度的一半，fi為功率譜中對應頻率值，Pi為功率譜中fi對應的振動幅值。

如圖3所示，本實施例的基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置包括：編碼器10、數據采集模塊20、預處理模塊30、圖形生成模塊40、故障診斷模塊50；

編碼器10，將測得的轉軸數據參數轉換為電信號并輸出；

數據采集模塊20，采集編碼器10的輸出信號并將其轉發(fā)至預處理模 塊30；

預處理模塊30，將所述輸出信號進行預處理，形成轉軸的轉速信號、等角度水平和豎直的振動信號；

圖形生成模塊40，接收預處理模塊30輸出的處理后的數據信號，并根據預設條件生成對應的圖形與圖線；

故障診斷模塊50，進行初級診斷、次級診斷、最終診斷的三級診斷，判斷風機聯(lián)軸器有無不對中故障。

進一步優(yōu)選地，編碼器10為光電編碼器，且設于轉軸的兩側。

進一步地，圖形生成模塊40基于接收的數據信號和預設條件分別生成轉速隨時間變化的波形圖和振動信號的功率隨頻率變化的功率譜曲線，還用于合成基于頻域2倍的軸心軌跡。

本實施例的基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置及方法，光電編碼器10將測得的轉軸數據參數轉換為電信號并輸出，數據采集模塊采集20對光電編碼器10輸出信號進行采集并將其轉發(fā)至預處理模塊30，預處理模塊30將輸出信號處理為轉軸的轉速信號、水平和豎直方向的角度域振動數據信號，然后通過圖形生成模塊40與故障診斷模塊50配合對聯(lián)軸器不對中故障進行三級診斷。

初級診斷：圖形生成模塊40通過轉速信號生成轉速隨時間變化的波形圖，經故障診斷模塊50進行判斷，如果波形圖中出現(xiàn)任意峰值與平均值的差值大于閾值a，則判定出現(xiàn)故障，否則進入次級診斷。

次級診斷：由圖形生成模塊40生成振動信號的功率隨頻率變化的功率譜曲線，經故障診斷模塊50分別計算出對應的水平和豎直方向的振動信號的功率譜重心指標，然后進行判斷，如果水平和豎直方向的振動信號的功率譜重心指標均小于閾值b，則判定出現(xiàn)故障，否則進入最終診斷。

最終診斷：由圖形生成模塊生成基于頻域的2倍合成軸心軌跡，經故障診斷模塊50進行判斷，如果軌跡的形狀為8字形或香蕉形中的任意一 種，則判定出現(xiàn)故障，否則說明風機聯(lián)軸器沒有不對中的故障。

綜上所述，本發(fā)明的基于計算機技術的風機聯(lián)軸器不對中故障診斷裝置及方法，可以實時地對風機聯(lián)軸器不對中故障進行自動診斷；優(yōu)化了算法，通過對聯(lián)軸器不對中故障進行初級診斷、次級診斷與最終診斷的三級診斷，提高了故障診斷的效率和準確度；本發(fā)明可以通過調節(jié)閾值的大小，適用于不同類型的風機聯(lián)軸器，擴大了本發(fā)明的適用范圍。

以上所述實施例僅僅是本發(fā)明的優(yōu)選實施方式進行描述，并非對本發(fā)明的范圍進行限定，在不脫離本發(fā)明設計精神的前提下，本領域普通技術人員對本發(fā)明的技術方案作出的各種變形和改進，均應落入本發(fā)明的權利要求書確定的保護范圍內。