基于油液光谱监测的风电机组齿轮箱磨损状态的研究RESEARCH FOR GEARBOX WEAR STATE OF WIND TURBINE BY OIL SPECTRUM MONITORING
孙建伟,杜琳娟,欧焕飞,张希希,毋瑞琪
摘要(Abstract):
风电机组齿轮箱的磨损微粒主要是铁颗粒,铁颗粒含量的增长趋势能直接反映出风电机组齿轮箱的磨损状态。以Spectro油液光谱分析仪监测风电机组齿轮箱在用齿轮油中的铁元素含量,通过一段时间内铁元素的增加量和风电机组可利用小时数,可计算得到单位可利用小时数下的铁元素增加量ΔQFe;引入可靠性理论研究了ΔQFe的分布规律,并以风电机组齿轮箱在用齿轮油的监测数据为依据,建立基于ΔQFe的齿轮箱磨损阈值模型。在大样本数据的基础上建立的磨损阈值模型能够更准确地分析风电机组齿轮箱的磨损状态趋势,可为风电机组齿轮箱磨损状态评估提供参考依据。
关键词(KeyWords): 风电机组;齿轮箱;齿轮油;铁元素含量;可靠性理论;磨损阈值模型
基金项目(Foundation):
作者(Author): 孙建伟,杜琳娟,欧焕飞,张希希,毋瑞琪
DOI: 10.19911/j.1003-0417.tyn20200411.01
参考文献(References):
- [1]周海丹,李时雨.基于倒谱分析的齿轮箱齿轮点蚀故障诊断研究[J].机床与液压, 2018, 46(17):185-188.
- [2]黄小光,潘东浩,史晓鸣,等.风电机组齿轮箱系统的故障预警研究[J].机电工程, 2019, 36(6):574-578.
- [3]李莹,刘三明,王致杰,等.基于隐马尔科夫模型的风电齿轮箱故障程度评估[J].太阳能学报, 2017, 38(6):1495-1500.
- [4]王红君,赵元路,赵辉,等.基于EEMD小波阈值去噪和CS-BP神经网络的风电齿轮箱故障诊断[J].机械传动,2019, 43(6):100-106.
- [5]曹海峰.基于油液监测的设备磨损趋势分析与研究[D].太原:太原理工大学, 2006.
- [6]杨其明,严新平,贺石中.油液监测分析现场实用技术[M].北京:机械工业出版社, 2006:1-219.
- [7]王宁,曹蔚,王海文,等.基于改进灰色GM模型的装备磨损趋势评估[J].重庆理工大学学报(自然科学版),2017, 31(3):52-57.
- [8]林丽,邓春,经昊达,等.基于油液在线监测的齿轮箱磨损趋势分析与研究[J].材料导报B:研究篇, 2018, 32(9):3230-3234.
- [9]常鹏,胡军,贺石中,等.基于光谱分析技术的风机齿轮箱系统维护策略研究[J].润滑与密封, 2019, 44(1):115-118.
- [10]田洪祥,李婧,孙云岭,等.在用润滑油发射光谱分析技术评述[J].润滑与密封, 2017, 42(9):127-132.
- [11]何照荣,孙志伟,宣征南.基于铁谱定量分析的齿轮箱磨损分析[J].机械传动, 2013, 37(7):102-105.
- [12]孙玉彬.基于统计方法的风电机组油液监测诊断标准的设置方法[J].润滑与密封, 2016, 41(8):136-141.
- [13]张云凤.基于随机过程的磨损可靠性预测及若干问题研究[D].沈阳:东北大学, 2010.
- [14]杨茂,杜刚.基于t Location-Scale分布的风电功率概率预测研究[J].中国电力, 2017, 50(1):140-145.
- [15]刘兆金,李国辉,吴金贤,等.关于高速动车组齿轮箱磨损光谱铁元素监测标准的优化方法研究[J].重庆理工大学学报(自然科学版), 2019, 33(3):137-142.