论文部分内容阅读
风能是目前最具有发展前景的能源之一,近年来其装机容量迅猛增长。风电机组是由传动系统、偏航系统、变桨系统等构成的典型的串联可修系统,其中任一关键部件发生故障均会导致风电机组故障停机。由于风电机组经常受到不定向、无规律、变强度的风力冲击,并且由于风电场所处环境天气变化和极端温差的影响,导致风电机组故障频发。齿轮箱是风电机组的关键部件,同时也是风机中发生故障最多的部件之一,它的作用是将风叶产生的动力传递给发电机,并使发电机转速达到相应值。齿轮箱通常安装在塔顶,当齿轮箱出现故障时,需要将齿轮箱进行拆卸维修,造成高昂的维修费用。如果维修不及时,会加速齿轮箱两侧轴承的老化甚至故障,进而导致风电机组发生重大事故。所以对风电机组齿轮箱运行过程中的性能变化进行建模分析,然后对其剩余使用寿命进行预测进行研究有重大的意义。针对此问题,本文首先对风电机组齿轮箱故障发生前的数据进行分析,利用故障发生前较长时间内的状态监测数据建立齿轮箱性能退化量发展趋势模型。通过观察齿轮箱的性能发展趋势模型可以将运行阶段分为故障潜伏期,故障发展期和故障期。故障发展期反映了设备的退化速度和性能退化趋势,由于反映故障特征的状态监测量在一定范围内波动反复,非线性变化,本文采用基于Wiener过程的性能退化模型来模拟齿轮箱的退化过程。首先利用齿轮箱监测周期内的温度和转速等状态监测量构造出能反映设备性能退化的趋势量,使其符合维纳分布的要求,并通过概率分布检验其可信度;其次通过极大似然函数估计对监测周期内的性能退化量计算求取模型参数,得到基于维纳过程的齿轮箱性能退化模型;在此基础上,从概率统计学的角度建立齿轮箱剩余使用寿命预估模型,将退化过程中首次达到失效阈值的时间作为齿轮箱失效时间,进而得到齿轮箱的剩余使用寿命,并对寿命预测模型得到的结果进行了准确度计算。最后,通过风电场所在地区最大风月和最小风月的状态监测数据,分别对齿轮箱的退化过程进行建模,并最终得到齿轮箱剩余使用寿命的预估区间。本文最后,利用MATLAB试验平台,编程建立了风电机组齿轮箱状态评估模型和剩余使用寿命预测模型,并对不同阶段的齿轮箱数据进行试验,将仿真得到的结果与实际寿命进行对比,验证了此方法的有效性。