风电齿轮（精选7篇）
风电齿轮 篇1
当前世界能源形势呈现出两个特点:一是总需求持续上升。据预测, 2020年能源需求总量将比2000年增长50%以上, 2050年将增长一倍以上, 能源供应形势紧张;二是环境保护对能源结构影响大, 全世界将逐步建立可持续发展能源结构。同样, 近年来我国能源需求迅速增长, 供需矛盾尖锐。我国石化能源资源并不丰富, 人均占有量与世界平均水平相比较低。随着经济和社会发展迅速, 我国能源供需缺口不断扩大, 能源供应紧张。不仅如此, 我国大量燃煤造成了严重的大气污染, 保护生态刻不容缓。因此, 我国面临能源和环境双重巨大压力, 保证清洁、经济、充足、安全的能源供应是我国经济发展长期需要面对的重要问题。为解决这一问题, 必须有新的思路和技术措施。
太阳辐射的能量到地球表面约有2%转化为风能, 风能是地球上自然能源的一部分, 风力资源是一种取之不尽又不会产生任何污染的可再生能源, 具有永久性、清洁无污染、可转移、可再生、就地可取等五大特征。19世纪末, 丹麦首先研制成功了风力发电机组, 并建成了世界上第一座风力发电站。风电机组主流规格在欧洲是750k W, 在美国是500k W。到2002年前后, 主流机型已经达到1.5M W以上。1997年兆瓦级机组占当年世界新增风电装机容量的9.7%, 2001年占到了52.3%, 2003年占到了71.4%, 2004年占到了85.6%。随着海上风电场的建设, 需要单机容量更大的机组, 欧洲3.6M W机组已批量安装, 4.2M W、4.5M W和5M W机组也已安装运行。
我国的风能资源丰富, 据初步探明结果, 我国陆地上可开发的风能资源为2.53亿k W, 加上近海的风能资源, 全国可开发风能资源约10亿k W以上, 居世界首位。截至2007年底, 我国大陆已建成风电场158个, 累计安装风电机组6469台, 装机容量达到590.6万k W。其中, 2007年我国大陆新增装机容量330.4万k W, 与2006年当年新增装机133.7万k W相比, 增长率为147.1%。新增市场份额中, 中国内资企业产品占到了55.9%, 内资企业的新增市场份额首次超过外资企业, 由此标志着我国大型风电设备制造业进入了一个新的发展阶段。
风力发电机组可分为无齿轮箱驱动的直联式和齿轮箱驱动式两种, 目前, 齿轮箱驱动型有一定的成本优势, 仍是国际上采用的主流结构型式。风力发电齿轮箱是一种受无规律变向载荷的风力作用及强阵风冲击的变载荷条件下工作的低速、重载、增速齿轮传动。风力发电机组一般安装在荒郊、野外、山口、海边等风能较大且周围无遮挡物之处, 发电机、齿轮箱等安装在机组塔架之上狭小的机舱内, 距地面几十米高。常年经受酷暑严寒和极端温差的影响, 自然环境恶劣, 交通不便, 齿轮箱一旦出现故障, 修复十分困难, 而且故障期一般出现在发电的高峰期, 将严重影响到风场的经济效益。因此, 对齿轮箱的可靠性和工作寿命提出了很高的要求。
风电齿轮应充分注意增速传动与减速传动的区别, 变位系数的选择应有利于降低滑差, 应根据载荷情况作必要的齿形和齿向修正, 内齿圈轮缘厚度应不小于3倍的模数, 外齿轮均采用渗碳淬火+磨齿工艺, 材料热处理等级不低于M Q, 齿轮精度不低于5级;与传统行星传动不同, 内齿圈的强度往往成为风电齿轮箱的薄弱环节。国外一般采用斜齿内齿轮+渗碳淬火+磨齿工艺。但由于国内大型内斜齿制齿加工困难, 内齿磨齿成本较高, 国内通常采用直齿+氮化工艺, 与国外产品在设备可靠性、重量等方面存在一定差距。国内在不具备斜齿加工的条件下, 也应尽量采用渗碳磨齿工艺。即使在保证内齿圈强度的条件下, 采用氮化工艺时内齿圈的精度也不应低于7级。
重庆机床最近成功研发了Y3180/125C N C6和Y D31125C N C6以及Y31160/200C N C6等大规格六轴全数控滚齿机, 该系列机床已经成为国内风电齿轮加工中滚齿工序的首选机床。该系列机床均为六轴四联动数控滚齿机, 通过电子齿轮箱, 利用展成法原理进行滚齿加工。在实现滚齿加工的末级传动环滚刀箱和工作台均带阻力机构, 实现机床的无隙传动。各直线运动轴通过在运动环末端处安装光栅尺实现全闭环控制, 保证了运动精度的精确控制。机床采用大立柱移动, 工作台固定的立式布局方式。具有全密封护罩, 大开度的推拉式防护门。床身采用相互对称的结构形式, 并且在冷却系统中以冷却油的对称循环保证温度的均匀分布, 使整机实现高的热稳定性, 确保加工工件精度的稳定, 提高加工的工艺能力。
机床主要部件结构
(1) 床身对称结构。排屑器将切屑迅速地排除。冷却油的对称循环保证机床的热稳定性。
(2) X、Z轴采用大平面矩形镶钢导轨, 实现高速、大进给量切削对机床刚性的要求。
(3) 以最短的滚刀主轴传动链、滚动、静压轴承支承结构及消除间隙机构, 实现滚刀主轴系统的高转速、抗振动的要求。
(4) 高精度的双蜗杆蜗轮副及工作台静压轴承支承结构, 实现工作台无间隙传动, 满足切齿精度的要求。
(5) 具有滚刀刀杆自动夹紧机构。
机床主要配置
(1) 电气系统控制系统为S I E M E N S-840D系统;主板P C U50、40G硬盘, U S B口和标准R S232通信接口, 可外接微机编程输入;密封式电箱, 并配有电箱空调;电箱置于护罩前;配置2m长电缆线的手摇脉冲发生器可控制各轴的运动。主要的电气元件采用国际知名公司元件。
(2) 液压系统独立的液压系统, 机床的主要液压元件采用美国V I C K E R S产品;液压油箱具有液位报警装置。
(3) 润滑系统独立的循环润滑系统及定量润滑系统 (德国福鸟) ;滚珠丝杆及主要导轨副采用定量润滑, 润滑时间间隔可调;传动件及轴承用油池润滑;润滑充分可靠, 并具有故障检测报警系统。
(4) 冷却系统配置有自动排屑单元, 加工中切削液将切屑冲入切屑输送器, 排屑单元自动分离切屑, 并排出切屑。
(5) 机床防护机床门手动开启和关闭, 防护门开启灵活;加工区域采用防护罩全封闭, 杜绝了切屑及切削液及油雾外泄;操作面有透明观察窗, 加工区域设置照明, 便于观察;机床防护门设有电子锁与机床启动连锁, 即防护门关闭时机床才能启动, 加工时不能打开防护门。
重庆机床集团开发的系列大规格六轴全数控滚齿机, 具有刚性高、加工尺寸稳定、加工精度高, 达到了国际同类机床的先进水平, 能满足大模数齿轮的滚齿加工要求, 兼具较高性价比, 该系列机床已经成为国内风电齿轮加工企业的首选制齿装备。
关键词：风电齿轮,齿轮箱装备
浅谈风电齿轮箱早期的故障形式 篇2
随着风电机组的广泛安装使用, 风力发电机的故障也成为一个不容忽视的问题。风力发电机组运转环境非常恶劣, 受力情况复杂, 常见的齿轮早期故障有磨损, 齿面胶合, 齿面接触疲劳和弯曲疲劳与断齿。
1 磨损
齿轮的磨损部位主要是齿的啮合和渐开线工作面以及齿轮两端平面, 磨损是描述自轮齿接触表面上损耗掉金属的通用术语。磨损一般包括四种。第一种是正常的磨损或磨光它是由接触表面上的金属以一定的速率缓慢的损耗。在齿轮的预期寿命内它对正常的使用将不影响。第二种是中度磨损, 它可能产生于重负荷的轮齿, 是金属的较快的损耗。该种磨损一定产生破坏, 也会降低使用寿命, 并可能加大噪音。第三种则是破坏性磨损, 它是齿面的损伤、损坏或由于磨损而造成齿廓的变化以至于达到非常严重的程度, 显著的降低齿轮的寿命, 平稳性也将受到破坏。第四种是磨料性磨损, 它是角于在轮齿的啮合中进入细颗粒而引起损坏。这种颗粒可能是来自铸造后遗留的砂或片落, 齿轮箱中未清除的污物, 油中或空气中的杂质以及轮齿表面或轴承剥下的金属颗粒。
2 齿面胶合
胶合是相啮合齿面在啮合处的边界膜受到破坏, 导致接触齿面金属融焊而撕落齿面上的金属的现象。
对于重载和高速齿轮的传动, 一旦润滑条件不良, 由于齿面工作区温度很高, 齿面间的油膜就会受到影响甚至会消失, 长时间工作之后, 一个齿面的金属会熔焊在与之啮合的另一个齿面上, 这样就会在齿面上形成垂直于节线的划痕状胶合。适当改善润滑条件和及时排除干涉起因, 调整传动件的参数, 清除局部载荷集中, 可减轻或消除胶合现象。
3 齿面接触疲劳
疲劳裂纹的产生是由于齿轮在实际啮合过程中, 既有相对滚动, 又有相对滑动, 从而产生脉动载荷, 进而产生剪应力, 这种力使齿轮表面层深处产生脉动循环变化使齿轮表面层深处产生脉动循环变化, 当这种剪应力超过齿轮材料的疲劳极限时, 接触表面将产生裂纹。
在过大的接触剪应力和应力循环次数作用下, 轮齿表面或其表层下面产生疲劳裂纹并进一步扩展而造成的齿面损伤, 其表现形式有破坏性点蚀、早期点蚀、齿面剥落、和表面压碎等。特别是破坏性点蚀, 常在齿轮啮合线部位出现, 并且不断扩展, 使齿面严重损伤, 磨损也会加大, 最终导致断齿失效。正确进行选择好材质, 齿轮强度设计, 选择合适的精度配合, 提高安装精度, 保证热处理质量, 改善润滑条件等, 是解决齿面疲劳的根本措施。
4 断齿
根据裂纹扩展的情况和断齿原因。断齿包括过载折断 (包括冲击折断) 、疲劳折断以及随机断裂等。断齿常由细微裂纹逐步扩展而成。
疲劳折断发生从危险截面 (如齿根) 的疲劳源起始的疲劳裂纹不断扩展, 使轮齿剩余截面上的应力超过其极限应力, 造成瞬时折断。其根本原因是轮齿在过高的交变应力重复作用, 在疲劳折断的处, 是贝状纹扩展的出发点并向外辐射。产生的原因有很多。主要是材料选用不当, 齿轮精度过低, 热处理裂纹, 磨削烧伤, 齿根应力集中等等。因此在设计时需要考虑传动的动载荷谱, 优选齿轮参数, 正确选用材料和齿轮精度, 充分保证加工精度消除应力集中集中因素等等。
过载折断总是由于作用在轮齿上的应力超过其极限应力, 导致裂纹迅速扩展, 常见的原因有轴承损坏、突然冲击、超载轴弯曲或较大硬物挤入啮合区等。断齿断口有两种形式。一种呈放射状花样的裂纹扩展区, 一种是断口处有平整的塑性变形, 断口副可以拼合。仔细检查可看到齿面精度太差, 材质的缺陷, 轮齿根部未作精细处理等。在设计中应采取必要的措施, 充分考虑预防过载因素。安装时防止箱体变形, 防止硬质异物进入箱体内等等。
5 其它故障
断轴也是齿轮箱常见的重大故障之一。究其原因是在过载或交变应力的作用下, 超出了材料的疲劳极限所致。因而对轴上易产生的应力集中因素要给予高度重视, 特别是在不同轴径过渡区要有圆滑的圆弧连接, 此处不允许有切削刀具刃尖的痕迹, 光洁度要求较高, 轴的强度应足够, 轴上的键槽、花键等结构也不能过分降低轴的强度。保证相关零件的刚度, 防止轴变形, 可以提高轴的可靠性。
轴承在运转过程中, 由于安装、润滑、维护等方面的原因, 套圈与滚动体表面之间经受交变负荷的反复作用, 而产生裂纹、点蚀、表面剥落等缺陷, 使轴承失效, 从而使齿轮副和箱体产生损坏。
参考文献
[1]能源领域组.能源领域.科技发展“十五规划”和2015年远景研究[C].1999.
[2]张世惠, 徐海峰等.风力发电机组齿轮箱故障诊断[C].中国太阳能学会风能专委会, 2002.
[3]时轶.风力发电机组振动测试技术研究[D].新疆:新疆农业大学, 2007, 5.
[4]李俊峰, 高虎, 马玲娟.我国风力发电现状和展望[J].中国科技投资.2007 (11) , 25-28.
[5]机械设备故障诊断技术培训教材[M].大连理工大学振动工程研究所.
风电齿轮 篇3
关键词：风力发电机,行星齿轮传动,动力学特性,变载荷,啮合相位
0 引言
风力发电机常年经受随机风速的作用,工作在变工况变载荷条件下。齿轮箱是发电机组的重要部件,受到的外部载荷频繁变化,致使按常规设计方法设计的零部件过早损坏,无法满足风电设备的高可靠性要求。因此,研究风力发电机齿轮传动系统在变载荷作用下的动态特性,对提高风电传动系统的可靠性具有重要的现实意义。
风电传动系统多采用行星齿轮传动实现大传动比和轻量化的要求。近20年来,国内外学者对行星齿轮系统动力学进行了大量的研究,取得了一些有价值的成果[1,2,3,4,5]。这些研究主要考虑了齿轮系统的内部激励因素,如时变啮合刚度、齿侧间隙、啮合误差等对系统动态特性的影响,没有考虑外部激励的影响。近年来,一些学者针对风力发电齿轮传动系统的动力学问题进行了研究。朱才朝等[6]在同时考虑时变啮合刚度、齿侧间隙和制造误差的条件下建立了风力发电齿轮箱的非线性动力学模型,分析了系统的动态特性;王旭东等[7]建立了风力发电齿轮箱的有限元动力学分析模型,分析了齿轮系统在刚度激励和误差激励作用下的动态响应及振动噪声;Peeters等[8]和Heege等[9]利用仿真软件建立了风力发电机的多体动力学模型,对风电齿轮传动系统的运行载荷进行了仿真计算。上述研究仍未考虑风速变化引起的外部激励对系统动态特性的作用。文献[10-11]在建立风电齿轮传动系统的动力学模型时除考虑刚度激励和误差激励等内部激励外,在假定风速按正弦规律变化时引起的外部激励的条件下研究了风电齿轮传动系统的动态特性。由于自然界风场的风速具有随机性,故必须通过对风场风速的正确模拟才能获得由风速变化引起的传动系统输入端的载荷激励。同时,变速恒频发电机的变速运行使发电机发电时的电磁转矩具有时变性,也会引起传动系统输出端的载荷激励。因此在进行风力发电机传动系统动态特性研究时,这两方面的外部激励应同时考虑。此外,除啮合刚度和误差等激励外,传动系统中轴承刚度和行星齿轮的啮合相位对传动系统动态特性的影响也是不应忽视的。
本文在同时考虑风速变化和发电机电磁转矩变化引起的外部载荷激励,齿轮时变啮合刚度、轴承时变刚度以及行星齿轮啮合相位等引起的内部激励的条件下,建立了某兆瓦级半直驱风力发电机行星齿轮传动系统的动力学模型,求得了系统的动态响应,并分析了上述激励因素对系统结构频率和响应特性的影响规律。
1 行星齿轮系统动力学模型及方程
大型风电齿轮系统多采用行星齿轮传动,图1所示为某半直驱风电行星齿轮传动系统,行星架输入,太阳轮输出,内齿圈固定。
如图2所示,为便于建模分析,建立三个坐标系:惯性坐标系为OXY,随动坐标系Oxiyi与行星架固连,Oxi轴通过行星轮的理论中心Oi,坐标系Oiηiξi与行星架固连。设行星轮沿圆周均布,将齿轮之间的啮合刚度模拟为变刚度弹簧,并考虑滚动轴承的时变支撑刚度,忽略系统阻尼,用集中质量法建立图2所示的行星齿轮系统平移-扭转动力学模型。
设系统的广义坐标为
式中,下标c、r、s、pi(i=1,2,…,n)分别代表行星架、内齿圈、太阳轮和第i个行星轮;x*、y*(*=c,r,s)分别为各构件质心在惯性系两坐标轴上的线位移;w*(*=c,r,s)为各构件的转角在圆周切向上的等效线位移;ηpi、ξpi分别为行星轮i在动坐标系两坐标轴上的线位移。
则在惯性系中,行星轮相对于太阳轮及内齿圈的位移在啮合线上产生的弹性变形为
式中,ψi为第i个行星轮的位置角。
行星架及太阳轮相对于内齿圈的位移在两个坐标轴上的投影为
在行星架随动坐标系Oxiyi中,行星轮相对于行星架的位移在两个坐标轴上产生的弹性变形为
对行星齿轮系统各个构件进行受力分析,应用拉格朗日方程可导出系统的振动微分方程为
式中,m*、J*(*=c,r,s,pi)分别为构件的质量和转动惯量;Tc、Ts分别为驱动转矩和负载转矩;k*(*=c,r,s,p)为各构件的支撑刚度;kpsi、kpri分别为第i个行星轮与太阳轮和内齿圈的啮合刚度;krt为内齿圈的周向支承刚度;ω为行星架的角速度。
改写式(5)为矩阵形式:
式中,M、G、Kω、Kb、Kg分别为质量矩阵、陀螺力矩阵、陀螺力附加刚度矩阵、支撑轴承刚度矩阵和齿轮啮合刚度矩阵;F为激励力。
2 系统的内外部激励
2.1 外部激励
风速的随机变化导致风力发电行星齿轮系统的输入转矩具有随机性,变速恒频发电机的变速运行致使电磁转矩具有时变性,这两方面的因素导致风电行星齿轮系统承受输入和输出外部载荷激励。
(1)随机风速模拟及风力机气动转矩。研究表明,采用谱估计方法模拟的风速样本能够较好地反映风速随机过程的特征,本文根据谱估计理论采用ARMA(自回归滑动平均)方法[12]实现随机风速的模拟,即
式中,V(k)为模拟风速序列;v(k)为零均值白噪声;αi、βj分别为自回归系数和滑动平均系数;p、q分别为自回归阶数和滑动平均阶数。
风力机气动转矩的计算采用片条理论及其修正方法,其结果表示为
式中,ρ为空气密度;B为叶片数;W、γ分别为叶素平面内的入流风速和入流角;C、Cx、Cy分别为半径r处翼型截面的弦长、升力和阻力系数。
(2)电磁转矩。根据发电机的d-q双轴电磁模型,忽略定子电阻,并设定子电压[Us,0],电流[Is,0],则电机的电磁动力学方程为
式中,下标s和r分别表示定子侧和转子侧的物理量;下标d、q分别表示直轴和交轴分量;D表示微分算子d/dt;u*、i*(*=sd,sq,rd,rq)分别为电压和电流;R*、L*(*=s,r)分别为电阻和绕组电抗;M为绕组间的互感系数;ω为定子电角频率;ωs为转子励磁电角频率。
则电磁转矩为
式中,p′为电机极对数。
2.2 内部激励
内部激励主要考虑齿轮的时变啮合刚度、啮合相位和轴承刚度激励。
(1)啮合刚度激励。齿轮时变啮合刚度的变化规律可近似为矩形方波的周期变化。当齿轮系统作变速运动时,啮合刚度的周期也具有时变性,不宜再采用时域描述方法,但注意到每个变化周期内齿对的啮合点在啮合线上移动一个基节,则变转速运动下的时变啮合刚度可采用几何方法描述,即
式中,pb为基节;km*、ke*(*=si,ri)分别为第i个行星轮与太阳轮或内齿圈的平均啮合刚度和变刚度的幅值系数;l*(*=si,ri)为第i个行星轮与太阳轮或内齿圈啮合刚度的相位系数,在0~1间取值;φ为啮合线上的线位移,且φ=rp(icp-1)ψc;ψc为行星架的转角。
(2)啮合刚度的相位关系。由于行星轮沿圆周均匀分布,各个啮合齿对啮合处的啮合相位均不相同。Kahraman[1]的研究表明,啮合相位对行星轮系的动态特性有着重要影响,若设ls1=0,则
式中,zs、zr、zp分别为太阳轮、内齿圈和行星轮的齿数;符号‖*‖表示对*取余数。
(3)轴承刚度激励。Lim等[13]根据滚动轴承的几何参数和Hertzian接触理论研究了滚动轴承的刚度。将滚动轴承的非线性接触力写为矩阵形式:
则滚动轴承的接触刚度可定义为
式中,z为轴承滚子的个数;kz为赫兹接触刚度;xb、yb分别为轴承内圈相对于外圈的位移;φbj为第j个滚动体的方位角;δbj为第j个滚子的接触变形;H(*)为Heaviside函数。
3 实例与分析
实例计算以某1.2MW半直驱风力发电机组为对象。风力机额定风速为12m/s,转速范围为13~25r/min。行星轮系的行星轮个数为3。太阳轮、行星轮和内齿圈的模数为11,齿数分别为22、41和104,质量分别为538、157和5236kg,转动惯量分别为18.7、5和1459kg·m2;行星架的质量和转动惯量分别为2125kg和147kg·m2。
为获得行星齿轮系统的外部载荷,将模拟的随机风速作用于风力机,计算风力机气动转矩(即行星齿轮系统的驱动转矩),并根据发电机运行控制方法对风电机组的运行进行仿真[14],得到行星齿轮系统输出端的负载转矩(即发电机的电磁转矩)。驱动转矩Tc及负载转矩Ts如图3a所示。对系统进行受力分析,得到行星架受到的外部合力矩,如图3b所示。
3.1 系统的动态响应
以图3所示的驱动转矩和负载转矩作为齿轮系统的外部激励,采用Runge-Kutta数值积分方法求解系统的响应。图4a、图4b分别表示行星齿轮系统中心构件的扭振位移响应曲线和行星轮振动位移的响应曲线。分析系统的振动位移响应曲线可知:(1)系统各构件的扭转振动和行星轮的y1向振动与图3b描述的外部合力矩有相似的变化趋势,其中行星架和太阳轮的这种变化趋势最为显著;(2)风电行星齿轮机构属低速重载运行的齿轮系统,在载荷的作用下,系统各构件的振动幅值较大,达到了0.1mm数量级。
3.2 系统刚度的时变规律
齿轮传动的啮合刚度随啮合重合度的变化而变化。对于行星齿轮传动,由于行星轮系的2n个啮合位置之间存在啮合相位差,传动系统的啮合刚度受啮合相位差的影响而导致啮合刚度的周期性改变。本文算例中内外啮合的重合度分别为1.55和1.82;太阳轮与行星轮3个啮合位置之间的相位差和内齿圈与行星轮3个啮合位置之间的相位差均为π/3,每个行星轮上内外啮合之间的相位差为0。6个啮合位置的啮合刚度时程曲线如图5a所示。由图可知,当考虑行星齿轮系统的啮合相位时,系统的啮合刚度在一个啮合周期T内变化了9次,从而使啮合周期T成为系统啮合刚度时变的倍周期。图5b分别表示行星架轴承在X方向支承刚度的时域图和频谱图。由图可知,轴承刚度的时变规律显示出非线性特征,但可以提取出几个明显的高频变化频率。与后面表2中的频率对比,这些频率与表中的某阶频率或其倍频有对应关系。系统中其他支承轴承的刚度有类似的时变特征。
3.3 系统的结构频率
对于刚度矩阵为常数的系统,其结构频率是确定的,通常称为自由振动的固有频率,而对于刚度矩阵时变的系统,其结构频率随刚度变化而变化,同样具有时变性,但具有一定的分布区间。图6所示为算例行星齿轮系统在时变轴承刚度和时变啮合刚度激励下的1、2、3、4、6、7、8、10和11阶结构频率随时间的变化情况。表2为各阶结构频率的平均值和标准差。
由图6及表2可知:(1)行星齿轮系统的结构频率最大值小于3000Hz,说明系统的结构频率较低,其原因在于风电行星齿轮系统各个构件的质量较大,从而使系统的结构频率偏低;(2)随着各阶结构频率阶次的增加,结构频率的标准差有逐渐增大的趋势,说明结构频率的阶次越高,其分布区间越大,如3阶频率分布在323~374Hz之间,而11阶频率分布在1072~1408Hz之间;(3)算例的前8阶结构频率具有矩形波变化的特征,而8阶以上结构频率的变化规律较为复杂。进一步分析得知,前8阶结构频率的波形特征主要受啮合刚度矩形波变化的影响,而8阶以上结构频率的波形特征主要受非线性轴承刚度的影响。
为了进一步分析行星轮啮合相位角和轴承刚度对系统响应的影响规律,取系统啮合频率为34.7Hz(行星架转速20r/min),计算系统在考虑啮合相位角和时变轴承刚度以及不考虑啮合相位角两种情况下的结构频率及其在分布区间内变化的标准差,结果如图7所示。
结果表明:(1)当不考虑行星轮啮合相位作用时,系统的结构频率中有6对结构频率均值相等(特征方程有6对重根),分别是3阶和4阶、6阶和7阶、8阶和9阶、11阶和12阶、14阶和15阶、16阶和17阶结构频率。考虑行星轮啮合相位作用时,系统具有18个不同的结构频率均值。(2)考虑行星轮啮合相位作用时,各阶频率的均值明显减小,减小幅度最大的是1阶频率,由199Hz降到88Hz,减小了55.8%,减小幅度最小的是18阶频,由2908Hz降到2695Hz,减小了7.3%。
上述结果说明,行星轮啮合相位的作用增加了系统的结构频率数,使系统的动态行为更加复杂;同时,使系统结构频率发生较大幅度的降低,增加了转频、啮合频率或其倍频与结构频率相重合而产生共振的可能性。因此,在风电行星齿轮系统的动态优化设计或拟定风力机运行的转速范围时,应当充分考虑行星轮啮合相位对系统动态特性的影响。
3.4 系统的响应频率
图8所示为系统在外部变载荷激励和时变啮合刚度、时变轴承刚度以及行星轮啮合相位引起的内部激励同时作用下,行星齿轮系统的响应频率。由图可知:(1)在外部变载荷激励下,各个构件的扭振和行星轮在yi方向振动的响应频率具有明显的低频成分,其最大值在10Hz附近;(2)中心构件的响应频率较为清晰,其中70Hz和92Hz分别与啮合频率34.7Hz的2倍频和齿轮刚度的3次谐波频率相对应;(3)与中心构件的响应频率相区别,行星轮的振动出现了两个较低的响应频率30.5Hz和61Hz,分别与齿轮啮合刚度的1阶和2阶谐波频率相对应;(4)行星轮振动的某些响应频率两侧较为密集地出现了其他频率成分,呈现出一定的非线性性质。例如图示的527Hz两侧,密集地分布有475Hz、496Hz、506Hz、538Hz、567Hz、588Hz等频率。进一步分析可知,产生这种现象的主要原因是受到轴承支承刚度非线性变化的影响。
4 结论
(1)在低频变化的外部载荷激励下,系统的响应频率中的低频成分明显,各构件的扭转振动位移与系统所受合力矩有相同的变化趋势。
(2)行星轮啮合相位因素使系统结构频率数增加,并使系统频率有较大幅度的降低,从而提高了系统产生共振的可能性,因此,风电行星齿轮系统动态优化设计应考虑行星轮啮合相位的影响。
(3)时变轴承刚度具有非线性特性,对高阶结构频率的波动性质产生影响,并使行星轮的振动在某些频率段内出现多个密集分布的响应频率,增加了系统动态行为的复杂性。
风电齿轮 篇4
风电齿轮传动系统是风力机组的关键部分,由于工作环境恶劣多变、修复困难,故对其可靠性提出了很高的要求[1,2]。目前关于风电齿轮传动系统可靠性的研究内容主要有两方面:①可靠性的评估。一般是对风电齿轮传动系统进行动力学分析 [3,4],把相关的修正系数代入到可靠性计算公式[5]中,该方法建模复杂、求解困难。②可靠性的提高。一般是把可靠性作为目标函数或约束函数,采用确定性优化方法进行优化,但是由于风电齿轮传动系统受不确定性因素影响[6],设计变量和设计参数通常在一定的容差范围内波动,这些波动会传递给目标函数和约束函数,导致目标函数和约束函数被破坏,使按照确定性优化方法求得的可靠性指标不能准确反映系统的真实失效概率,因而不能有效提高系统的可靠性。
本文采用键合图方法分析风电齿轮传动系统的动力学特性,该方法建模过程规则、包含信息量大[7,8],使得风电齿轮传动系统动力学求解变得快速简单。利用键合图结果计算可靠性评估中相关的修正系数,本文以使用系数和名义转矩为例给出键合图结果的使用过程。采用非概率稳健优化设计方法[8,9,10,11,12],以可靠性指标为约束,以风电齿轮传动系统重量最小为目标函数,建立了风电齿轮传动系统的稳健优化数学模型。非概率稳健优化设计方法首先将风电齿轮传动系统的不确定性参数描述为区间变量,采用区间数学的方法计算在不确定性因素影响下可靠性约束的变化区间,再将该区间半径作为惩罚项添加到原不等式约束中,从而保证可靠性约束的稳健可行性,为有效提高可靠性提供了定量依据。
1 风电齿轮传动系统的键合图模型
风电齿轮传动系统是一个非线性的刚柔耦合、周期时变的多体系统,结构和运动非常复杂,建立系统的动力学微分方程比较繁琐。键合图理论依据能量守恒原则,将多种物理参量统一归纳为4种广义变量,用一些规定符号表示的基本元件来描述系统内部信息与功率的流向。风电齿轮传动系统所用的各基本元件的名称、符号及物理意义如表1所示。
风电增速箱的输入轴直接与叶轮相连,叶轮在气动转矩作用下开始旋转,通过低速重载轴承的过滤,仅把扭矩传递给齿轮箱,齿轮传动系统为一级行星两级定轴传动系统,传动系统装置如图1所示。忽略风电齿轮传动系统各旋转部件的弹性变形,把行星架和各传动轴作为柔性体考虑,考虑齿轮的惯性、弹性和阻尼,以效率损失的形式计算阻尼,以主轴的气动转矩为键合图模型的输入源,根据风电齿轮传动的功率流向和速比关系建立相应的键合图模型,如图2所示。图2中,1～39是根据一级行星两级定轴转动中运动构件的多少及相互关系所确定的各键编号,Se为气动转矩,R1～R9为各齿轮的阻尼,I1～I9为各齿轮的转动惯量,C1～C4为各轴及行星架的柔度,i1、i2、i3为各级传动比。
键合图中广义动量p(t)和广义位移q(t)与势变量e(t)和流变量f(t)存在如下的积分关系:p(t)=∫e(t)dt,q(t)=∫f(t)dt,e(t)=q(t)/C,f(t)=p(t)/I。以各键的广义动量p(t)和广义位移q(t)为状态变量建立系统状态方程:
基于所建立的状态方程,输入气动转矩Se,齿轮传动系统结构参数R、C、I,传动比i1、i2、i3及状态变量初值,通过求解该微分即可得出传动系统的各状态变量随时间变化的曲线。可靠性评估中使用系数KA和名义转矩Ft的计算公式为
KA=Se/Tm (1)
Ft=2000ei/d1 (2)
式中,Tm为额定转矩,由具体齿轮传动系统而定;ei为各键处的势变量;d1为各啮合齿轮副中较小齿轮的分度圆直径,由具体齿轮传动系统而定。
2 风电齿轮传动系统的稳健优化设计
风电齿轮传动系统可靠度的波动是由设计变量X=(x1,x2,…,xn)T和设计参数P=(p1,p2,…,pm)T在各自容差范围内的变化引起的。实际情况下X和P偏离名义值的现象是随机出现的,很难得到其精确的概率分布数据,但是其偏离名义值的上下界较易得到。把X和P表示成区间数XI=(xI1,xI2,…,xIn)T和PI=(pI1,pI2,…,pIm)T。其中xIi=[xi,
采用区间数学的运算法则,计算出风电传动系统可靠度RIi(RIi=[Ri,
RCi(XC,PC)-βi+ΔRi≤0 (3)
式中,βi为对可靠性指标的要求。
由式(3)可知新的可靠性约束条件考虑了不确定因素所能引起的可靠性的最大波动量,保证了设计解的可靠性约束稳健可行性。
以新构建的可靠度约束为不等式约束条件,同时满足齿轮传动设计的其他一般性约束条件,以风电齿轮传动系统重量最小为目标函数,建立系统的稳健优化数学模型。针对该数学模型有以下几点需要说明:①齿轮传动系统的优化目标为重量最小,通过齿轮副的中心距最小和齿宽最小来体现,采用线性加权法将该多目标函数变为单目标函数;②根据设计要求把多级传动分解为单级传动并分别加以优化,由于各级传动的数学模型形式是一样的,因此以第三级(输出端,图1所示)为例给出其数学模型;③本文仅给出可靠度约束条件,其他的常规约束(如齿数、模数、螺旋角、重合度、宽径比、传动比、邻接条件、变位系数的约束条件)不失一般性,从设计手册均可查得。
设计变量:
X=(Zs,β,mn,b,xs)T=(x1,x2,x3,x4,x5)T
式中,Zs、β、mn、b、xs分别为输出轴齿轮z4的齿数、螺旋角、法向模数、齿宽及变位系数。
目标函数:
f3(x,p)=w1((1+i1)x3x1/2cos x2+2x5x3)+w2x4
式中,w1、w2为权重系数。
具有稳健可行性的可靠性约束条件:
式中,RCH、RCF分别为接触疲劳强度可靠度和弯曲疲劳强度可靠度的区间中值,计算公式可由文献[5]查得;βH、βF分别为接触疲劳强度可靠度和弯曲疲劳强度可靠度的指标;ΔRH、ΔRF分别为接触疲劳强度可靠度和弯曲疲劳强度可靠度的区间半径。
各设计变量xIi的区间半径Δxi和设计参数pIi的相对不确定量δ(pIi)见表2,其中Δxi按照精度等级确定,δ(pIi)按照风电齿轮传动特点确定。
3 实例研究
已知风力发电机额定功率为1.660MW,切入风速为3m/s,额定风速为13m/s,切出风速为25m/s,风轮设计转速为19r/min,使用寿命为20年,传动比为99.513,精度等级为5;内齿轮材料为42CrMoA,热处理为渗氮淬火。其余材料为20CrNi2MoA,热处理为渗碳淬火,要求在保证系统可靠度约束的条件下,重量尽可能小。
预先确定行星齿轮传动系统的增速比为6,两级斜齿轮传动系统的增速比为16.586。首先建立该传动系统键合图模型及状态方程,输入齿轮的结构参数R、C、I,传动比i1、i2、i3及状态变量,求得各状态变量随时间变化的曲线。当势源为额定值时,太阳轴、中间轴、高速轴的势变量e(t)随时间的变化曲线如图3～图5所示。将键合图的Se代入式(1)得出使用系数KA=1.05。将各轴处的势变量e(t)取平均值分别代入式(2)得出各轴处的名义转矩,分别为53.80kN·m、146.80kN·m、8.85kN·m。
根据表2中的各设计变量xIi的区间半径Δxi和设计参数pIi的相对不确定量δ(pIi),计算区间函数可靠度RIi的区间半径ΔRH、ΔRF,根据式(4)建立新的可靠度约束条件,采用MATLAB优化工具箱进行优化计算。优化后的结果如表3所示,表3中zs、z2、z4为图1所示的各齿轮。为验证稳健设计的可行性,对各设计变量和设计参数在其区间范围内随机取值,选择了21个参数组合方式,分别计算接触强度可靠度和弯曲强度可靠度的波动情况。通过波动幅度和失效百分比对两种设计方法进行定量比较,波动幅度ζi定义为21次仿真试验中所计算可靠度的最大值与最小值之差,失效百分比Fi定义为21次仿真试验中不满足可靠度指标的次数占21总次数的百分比,结果见表4。由表3可知,稳健优化的设计参数与原始设计参数不同,并且稳健优化后三级的目标函数都比原始设计值要小。通过计算得出行星级、中间级、高速级的目标函数值比原始设计的值分别减小了3.22%、3.02%、3.37%。由表4可知,原始的确定性优化设计可靠度波动幅度大,并且在不确定因素的影响下,存在可靠度低于设计要求的可能;通过稳健设计不仅降低了可靠度的波动幅度,而且保证了可靠度都满足设计要求,使其具有良好的稳健可行性。
4 结论
利用键合图方法分析风电齿轮传动系统动力学特性,并基于区间分析的非概率稳健优化设计方法来确保设计解的约束稳健可行性。该方法不需要建立复杂的动力学微分方程,不需要约束连续可导,也不需要考虑设计变量和设计参数的统计分布信息,只要给出其范围值,就可以求得保守的具有稳健可行性的设计解。实例结果表明,该方法提高了风电齿轮传动系统可靠度的稳健可行性。
参考文献
[1]Saranyasoontorn K,Manuel L.A Comparison ofWind Turbine Design Loads in Different Environ-ments Using Inverse Reliability Techniques[J].Journal of Solar Energy Engineering,2004,126(4):1060-1068.
[2]Bowden GJ,Barker P R,ShestoPal V O,et al.TheWeibull Distribution Function and Wind PowerStatisties[J].Wind Engineering,1983,7(2):85-98.
[3]Kahraman A.Planetary Gear Train Dynamics[J].ASMEJournal of Mechanical Design,1994,116(3):713-720.
[4]黄洪钟.机械传动可靠性理论与应用[M].北京:中国科学技术出版社,1995.
[5]孙淑霞,李良巧,孙志礼,等.齿轮可靠度计算中随机因素影响程度的计算分析[J].机械传动,2008,32(3):80-82.
[6]王中双.键合图理论及其在系统动力学中的应用[M].哈尔滨:哈尔滨工程大学出版社,2002.
[7]Deur J,Asgari J,Hrovat D,et al.Modeling andAnalysis of Automatic Transmission EngagementDynamics-Linear Case[J].Journal of Dynamic Sys-tems Measurement and Control,2006,128(2):263-277.
[8]张义民,高娓,宋相强,等.具有应力集中的机械零件可靠性稳健设计[J].工程力学,2008,25(11):237-240.
[9]Youn B D,Choi K K,Du L,et al.Integration of Pos-sibility-based Opti mization and Robust Design forEpistemic Uncertainty[J].Journal of MechanicalDesign,2006,129(8):945-958.
[10]Taguchi G.Quality Engineering Through DesignOpti mization[M].New York:Krauss InternationalPress,1986.
[11]Ramakrishnan B,Rao S S.A Robust Opti mization Ap-proach Using Taguchi’s Loss Function for SolvingNonlinear Opti mization Problems[J].Advances in De-sign Automation,1991,32(1):241-248.
风电齿轮 篇5
关键词：LVQ神经网络,BP神经网络,风电机组,齿轮箱,故障诊断
0 引言
风力发电技术是目前国际上可再生能源领域发展最快的技术手段之一, 齿轮箱是风力发电机组故障率最高的部件, 风电机组齿轮箱安装空间狭小, 而且又位于高空塔顶作业, 一旦发生故障, 维修非常困难。人工神经网络的快速发展为解决非线性复杂系统的故障诊断问题提供了一种新的解决途径。在众多的人工神经网络类型中, 反向传播 (Back Propagation, BP) 神经网络是应用最为广泛的一类网络。但是, 标准BP网络的收敛速度较慢, 而且可能陷入局部极小值[1~4]。学习向量量化法 ( Learning Vector Quantization, LVQ) 神经网络是在监督状态下对竞争层进行训练的一种学习算法。竞争层自动学习并对输入向量进行分类, 这种分类的结果仅仅依赖于输入向量之间的距离。如果两个输入向量特别相近, 竞争层就把它们分在同一类, 从而能较好地克服标准BP网络训练时间长及计算复杂度高等缺点[5]。目前专门研究风电机组齿轮箱故障诊断的文献尚且不多, 因此, 文中尝试将LVQ神经网络应用于风电机组齿轮箱的故障诊断中, 基于Matlab 2007 平台, 编程建立了LVQ网络诊断模型, 并和BP网络诊断模型的结果进行对比。仿真结果表明, 基于LVQ神经网络的风电机组齿轮箱故障诊断的准确率高, 验证了该方法的有效性。
1 LVQ神经网络的结构与算法
LVQ神经网络是一种结合监督学习与非监督学习的混合网络结构, 它由三部分组成:输入层、竞争层 (隐含层) 和输出层。竞争层根据输入向量的距离学习来对输入向量分类, 输出层将竞争层传递来的分类信息转换成所定义的类别, 每个输出层处理单元表示一个分类[6]。
基本的LVQ网络算法如下:
初始化输入层的第j个神经元与竞争层的第i个神经元之间的权值wij及学习效率 η (η > 0) ;
将输入向量X = (X1, X2, ..., XR) T送入到输入层, 并按照式 (1) 计算竞争层神经元与输入向量之间的距离di;
选择与输入向量距离最小的竞争层神经元。如果di最小, 则令与之连接的输出层神经元的类标签为Ci;
设输入向量对应的类标签为Cx, 如果Ci=Cx, 则按照式 (2) 调整权值, 否则按照式 (3) 进行权值更新。
2 基于LVQ网络的风电机组齿轮箱故障诊断实例
2.1 风电机组齿轮箱故障特征信息提取
文中利用振动传感器测得某风电场风电机组齿轮箱在正常工作、齿面磨损故障和齿轮断齿故障三种状态下的振动数据, 每种状态下均取15 个不同转速, 共45 组振动数据。由于测试过程中存在诸多干扰, 测得的原始数据包含较多噪声。文中利用小波分析方法对原始振动信号进行小波降噪处理, 小波分析进行阈值处理一般有三种方法:默认阈值消噪处理, 给定阈值消噪处理和强制消噪处理[7]。文中采用wthresh函数进行阈值量化处理, 滤除原始信号中的干扰和噪声, 突出了的原始振动信号中的有效信息。为了能够较为全面地反映风电机组齿轮箱的故障特征, 从时域和频域两方面提取齿轮箱的特征参数。因此在时域内选取裕度、峭度、峰值和脉冲四项故障评价指标对振动信号进行特征提取;在频域内选取功率谱熵评价指标对振动信号进行特征提取。为了使网络训练收敛速度更快, 对输入向量进行归一化处理, 经过大量的数据分析归纳, 并参考相关的文献资料[8], 由Matlab 2007 仿真得到标准化 (经过归一化处理) 的用于训练神经网络的特征值。最终得到样本集数目为45 组, 其中42 组用于神经网络的学习训练, 3 组数据用作神经网络的测试样本数据, 部分训练样本数据如表1 所示, 测试样本数据如表2 所示。
2.2 基于LVQ网络的风电机组齿轮箱故障诊断模型的建立
LVQ网络采用有教师的训练学习方式, LVQ网络的训练样本集由输入数据和目标输出组成。在表1 的训练样本集中, 输入向量维数为5, 即输入层神经元为5 个, 由风电机组齿轮箱的5 个故障评价指标组成;目标输出向量对应输出状态, 即正常工作、齿面磨损故障和齿轮断齿故障, 设置三种状态分别对应代码1, 2, 3;LVQ网络的竞争层起到聚类作用, 竞争层的神经元个数是LVQ网络设计的一个关键问题, 一般为输出层神经元数量的整数倍[9~10], 在风电机组齿轮箱的故障诊断中, 分别选取竞争层神经元个数为6, 9, 12, 15, 18 进行了仿真, 各自经过26, 21, 24, 22, 23 次训练, 网络达到稳定, 学习函数为learnlv1, 目标误差设定为0.001, 学习速率设为0.1。为了比较标准的BP神经网络和LVQ网络的诊断性能, 用BP神经网络的方法对风电机组齿轮箱故障进行诊断, BP神经网络的参数设置为:输入神经元数为5, 输出神经元数为3, 用3 位不同的二进制代码表示三种故障类型, (0 0 1) 代表正常工作状态输出, (0 1 0) 代表齿面磨损故障输出, (1 0 0) 代表齿轮断齿故障输出。综合考虑两种网络的性能和速度, LVQ网络竞争层神经元个数最终取为9 个;BP网络隐含层神经元数选择15 个, 隐含层神经元的传递函数采用tansig, 输出层神经元的传递函数采用logsig, 目标误差为0.001, 学习速率设为0.1。
2.3 LVQ网络故障诊断模型的训练
利用表1 中的训练样本数据对LVQ与标准BP网络诊断模型进行训练, LVQ网络训练函数为trainr, 标准BP网络训练函数为traingd。在目标精度设置为0.001、最大训练步数设为20 000、训练样本数目相等的条件下, 仿真得到如下结果:标准BP网络诊断模型需要9 395步才能达到目标精度, 均方误差为0.000 999 983;LVQ网络诊断模型只需要24 步就可以达到目标精度, 均方误差为0, 远远高于目标精度要求。仿真结果表明, 标准BP网络的训练速度不但没有优势, 而且训练过程中发生多次震荡甚至陷入局部最小值而使训练中断, 而LVQ网络则要稳定得多, 网络性能也比标准BP网络更佳。总的来说, 对于训练样本集而言, 只要训练步数设置足够大, LVQ网络诊断模型与标准BP网络诊断模型都能在规定的训练步数范围内完成对训练样本的诊断, 但相比之下, LVQ网络诊断模型的收敛时间明显比标准BP网络诊断模型少, 均方误差也远小于标准BP网络诊断模型。由此可以得出结论, LVQ网络诊断模型对于训练样本诊断的精度更高, 收敛速度更快。
2.4 LVQ网络故障诊断模型的泛化能力测试
LVQ神经网络经过非监督的聚类和有监督的学习之后, 最终形成的分类器网络就可以对测试数据进行分类了。为了测试LVQ网络诊断模型的实际诊断性能, 文中利用表2 中的测试样本数据对所建立的LVQ网络诊断模型进行泛化能力测试, 利用仿真函数sim得到网络的输出。针对LVQ网络诊断模型利用函数ind2vec将类别向量转换成最终的目标向量输出。标准BP网络诊断模型对测试样本的诊断结果如表3 所示。
表3 可以看出, 标准BP网络的分类性能对隐含层神经元的个数要求较高, 隐含层神经元的个数越多分类结果越接近于目标输出, 诊断性能越优。但仿真实验表明, 过多的隐含层神经元的个数势必增加网络的复杂度, 最终导致陷入局部极小值而不能收敛;而对于LVQ网络而言, 只要竞争层神经元数目大于输出层神经元, 就可实现正确分类, 即LVQ网络对竞争层 (隐含层) 神经元的个数设计要求较低。相比之下, LVQ网络的故障隶属度之间的差别比和标准BP网络诊断的结果要明显得多, 故障诊断的结果更加明确。总的来说, LVQ网络和标准BP网络诊断模型都能在规定的精度范围内完成对测试样本的诊断, 诊断正确率为100%。但是, 在LVQ网络和标准BP网络诊断模型的隐含层神经元数目相同情况下, LVQ网络诊断模型的诊断结果更为精确直观, 且LVQ网络的收敛速度要比BP网络快得多, 诊断性能更优;而标准BP网络诊断模型的诊断结果随着隐含层神经元数目的变化, 且误差较大, 诊断性能较差。
3 结语
文中构建了一个LVQ神经网络分类器, 对某风电场风电机组齿轮箱的故障进行诊断, 并与标准BP神经网络的诊断结果进行对比。仿真结果表明:只要训练步数设置足够大, LVQ网络诊断模型与标准BP网络诊断模型都能在规定预设精度范围内完成诊断任务。但相比之下, LVQ网络诊断模型的收敛速度更快、训练准确性和诊断精度更高、诊断性能更优。所以基于LVQ神经网络的风电机组齿轮箱的故障诊断方法是可行的。
参考文献
[1]DING Shuo, CHANG Xiao-heng, WU Qing-hui.Approximation performance of BP neural networks improved by heuristic approach[J].Applied Mechanics and Materials, 2013 (411/414) :1952-1955.
[2]余妹兰, 匡芳君.BP神经网络学习算法的改进及应用[J].沈阳农业大学学报, 2011, 42 (3) :382-384.
[3]丁硕, 常晓恒, 巫庆辉, 等.LM算法改进的BP网络在模式分类中的应用研究[J].电子测试, 2014 (2) :33-35.
[4]DING Shuo, CHANG Xiao-heng, WU Qing-hui.A study on the application of learning vector quantization neural network in pattern classification[J].Applied Mechanics and Materials, 2014 (525) :657-660.
[5]刘军.基于学习矢量神经网络的电力变压器故障诊断[J].自动化与仪器仪表, 2008 (1) :86-88.
[6]刘文轩, 严凤, 田霖, 等.基于LVQ神经网络的配电网故障定位方法[J].电力系统保护与控制, 2012 (5) :90-95.
[7]林渊, 肖峰.小波变换阈值降噪方法及在武器自动机数据处理中的应用[J].电子测量技术, 2009, 32 (1) :128-130.
[8]王斌.面向风电机组齿轮箱的故障诊断系统研究[D].北京:华北电力大学, 2012.
[9]王凯, 任子晖, 谷林柱, 等.LVQ神经网络在煤矿风机故障诊断中的研究[J].煤矿机械, 2011, 32 (11) :256-258.
风电齿轮 篇6
关键词：核主成分分析,故障诊断,模式分类
0 引言
故障诊断中特征提取方法很多,基于线性变换的主成分分析法是最常用的方法。主成分特征提取能够简化处理问题的难度,加强原始信号的抗干扰能力。然而当输入空间变量发生变化时,主成分特征值也会发生相应的变化,从而影响特征提取结果,另外,主成分分析法是一种线性分析方法,其对于非线性问题则不能达到良好的提取效果。核主成分分析法是基于支持向量算法基础上提出的,它将核函数的思想应用于主成分分析法中,通过某种事先选择的非线性映射将输入向量X映射到特征空间F中,然后对高维空间中的映射数据做线性主成分分析,从而得到数据的非线性主成分[1]。本实验将其应用于风电机组齿轮箱的故障模式分类,取得了良好效果。
1 主成分分析法
主成分分析法(Principal Component Analysis,PCA)就是把给定的一组相关变量通过线性变换转变成另一组不相关的变量,并按方差依次递减的顺序将新的变量重新排列,使其在数学变换中保持变量的总方差不变,第一变量具有最大的方差,称为第一主成分,第二变量的方差次大,并且和第一变量不相关,称为第二主成分,依次类推[1]。
其主要分析步骤如下:
(1) 特征选择过程,其目的就是选择从输入空间到特征空间的映射。对于给定的输入向量X=T,设其均值E[X]=0。CX为协方差即自相关矩阵,表示为:
CX=ET=ET 。 (1)
设CX的特征值为λ1,λ2,λ3,…,λm,且λ1≥λ2≥λm,它对应的特征向量为U1,U2,U3,…,Um,则可得出:yi=UTiX(i=1,2,…,m)为X的第i个主成分,有:
Y=UTX 。 (2)
其中:特征向量矩阵U=,满足UUT=E;Y=T。因此,通过特征向量矩阵U将输入的n维向量X变换成特征空间中的n维的向量Y,Y的某一分量yi为输入X的第i个主成分。
(2) 特征提取过程。在特征提取过程中,需要选取主要特征而舍弃次要成分,从而达到降维的目的。由式(2)得:
E[Y]=ETX=UTE[X]=0 。 (3)
其中:E[Y]为Y的均值。则自协方差矩阵CY即Y的自相关矩阵为:
CY=ET=ETXXTU=UTETU 。 (4)
由式(4)可以看出,协方差矩阵CY取决于输入X的自协方差矩阵。在对Y进行截断时,可以根据决定主成分的特征向量所对应的特征值λ1,λ2,…,λm进行截断。特征向量所对应的特征值越大,表示其在重构时的贡献越大,反之,该特征向量在重构时贡献越小。
根据矩阵理论,定义方差的贡献率为:
undefined。 (5)
当累积方差贡献率达到85%时,即可将前L个特征向量U1,U2,U3,…,UL(1≤L≤m)构成的空间作为低维的投影空间,从而完成降维的处理。一般用来描述正常运行过程的主元个数不超过3个。
由以上主成分分析步骤可以看出,主成分分析法的关键就是求数据协方差矩阵的特征值和特征向量,但是这种大量的矩阵运算不仅增加了算法的复杂度,同时它还丢失了数据中重要的高维特征信息[2]。
2 核主成分分析法
2.1 核函数
设φ(x)是从输入空间X到特征空间F的映射,如果函数K满足K(x,z)=〈φ(x),φ(z)〉,其中x,z∈X,则称K(x,z)为核函数。
常用的核函数有:
(1) 多项式核函数:
K(x,z)=(〈x,z〉+l)pl≥0,p是自然数。
(2) 高斯核函数:
undefined。
(3) Sigmoid函数:
K(x,z)=tanh(〈x,z〉+c)。
2.2 核主成分分析法
核主成分分析法(Kernel Principal Component Analysis, KPCA)的主要思想就是将核函数方法应用到主成分分析中,将输入空间X映射到特征空间F,即将输入空间的样本点x1,x2,…,xl变换为特征空间的样本点φ(x1),φ(x2),…,φ(xl),然后在特征空间之中使用主成分分析,就是求解特征值的问题,即:
undefined。 (6)
其中:K=(kij)l×l是核矩阵,kij=<φ(xi),φ(xj)>;undefined是核矩阵K的非零特征值;αi为undefined所对应的特征向量。
核主成分分析法在MATLAB中的实现步骤如下:
(1) 输入测试数据:
X={x1,x2,x3,…,xl},投影后数据维数为k。
(2) 计算核函数:
K=(kij)l×l,kij=〈φ(xi),φ(xj)〉。
其中:i,j=1,2,…,l。
(3) 中心化核矩阵:
undefined。
其中:J为元素全是1的向量。
(4) 计算核矩阵的特征值和特征向量,得出核矩阵K的特征向量αi及对应的特征值undefined。
(5) 规范化特征向量:
undefined。
(6) 按以下公式重组数据集:
undefined。
(7) 输出变换后的数据集。
3 实验分析与结论
本实验选择了北方某风电场风电机组齿轮箱振动信号作为测试信号,齿轮箱的振动信号是通过在轴承部位的传感器获得的,经过安装在计算机内的A/D卡采集并存储在计算机的硬盘上,然后进行整理分析[3]。齿轮断裂要经过裂纹产生、裂纹扩展、最后断裂三个阶段,我们将在齿轮初期出现磨损时作为初期磨损状态,选取齿轮振动信号的峭度、平均值、最大峰值、有效值、均方值、波形指标、峰值指标、裕度指标、脉冲指标等11个常用的统计指标构成齿轮原始状态特征集[4]。
3.1 齿轮故障的特征提取
选取齿轮正常、磨损以及断齿时的振动信号各7组,分别用主成分分析法和核主成分分析法对齿轮的故障模式进行了分类比较,结果如图1和图2所示。图1中的PC为线性主元,图2中的KPC代表核函数求得的非线性主元。图1和图2中,“*”代表正常情况,“△”代表齿轮初期磨损情况,“○”代表齿轮断齿情况。
3.2 结果分析
(1) 图1为主成分分析法齿轮模式分类结果,由图1(a)和图1(b)能够看出,齿轮在3种不同工作状态的时域信号的投影状态特征数据点均有自己的聚类中心,而在图1(c)中, 3种状态特征数据点混杂在一起,很难区分。与之相比,在用核主成分分析法进行分析的分类结果中,由图2(a)、图2(b)和图2(c)可以看出,3类模式的数据特征点各有自己的聚类中心,尤其是在图2(c)的投影图中,与主成分分析法的投影图相比,3类数据特征点比较容易区分[5]。
(2) 在实际计算中,为了将高维数据降维简化计算,可以按照前m个主成分的累积贡献率大于85%的原则进行选取。主成分特征向量集的贡献率大小代表了其所携带原始特征向量变异信息的大小,贡献率越大表示它对原始特征变量的辨别能力越大。表1为主成分分析与核主成分分析前3个主成分的累积贡献率[6]。
由表1可以看出,线性主成分分析法的第一主成分贡献率已经超过了95%,但产生的分类效果却不明显,主要是由于故障齿轮从初期磨损直至断齿时,齿轮箱振动会发生非线性行为,线性分析方法不再适用。而核主成分分析法适用于对非线性数据的处理,得到的前两个主成分的累积贡献率虽然小于主成分分析的累积贡献率,但其贡献率已经超过了85%,可以用其来表示齿轮箱的工作状态[7,8,9]。
4 结束语
核主成分分析法是一种将数据纵向压缩的特征提取方法,能够有效地降低样本数据的维数,不仅在新故障检测中有出色的表现,还可以用来对故障进行动态分类识别。通过用主成分分析法和核主成分分析法对风电机组齿轮箱的故障信号进行故障模式分类的结果比较,表明主成分分析法对解决非线性信号的处理具有一定的局限性,而采用核主成分分析法不仅可以有效降低原始非线性特征空间的维数,还能够识别齿轮的裂纹故障,完成对不同故障模式的正确分类。
参考文献
[1]翟永杰.基于支持向量机的故障智能诊断方法研究[D].北京:华北电力大学,2004:33-40.
[2]司娟宁,刘金园,董泽,等.基于主成分分析与支持向量机的汽轮机故障诊断[J].汽轮机技术,2011(4):139-142.
[3]李巍华,廖广兰,史铁林.核函数主元分析及其在齿轮故障诊断中的应用[J].机械工程学报,2003(8):65-70.
[4]朱明旱,罗大庸,易励群.一种广义的主成分分析特征提取方法[J].计算机工程与应用,2008,44(26):38-44.
[5]肖健华,吴今培,樊可清,等.粗糙主成分分析在齿轮故障特征提取中的应用[J].振动工程学报,2003(6):166-170.
[6]王和勇,姚正安,李磊.基于聚类的核主成分分析在特征提取中的应用[J].计算机科学,2005(4):64-66.
[7]马智明,阳宪惠.主成分分析法在故障诊断中的应用[J].数理统计与管理,2000(9):39-40.
[8]Seholkopf B,Smola A,Muller K R.Kernel principalcomponent analysis[G]//Proceedings of InternationalConference on Artificial Neural Networks Lecture Notesin Computer Science.Berlin:Springer,1997:583-588.
风电齿轮 篇7
近年来中国的风电产业蓬勃发展,2011年全国新增装机容量达18GW,居世界第一。以华锐风电科技(集团)股份有限公司、金风科技股份有限公司、国电联合动力技术有限公司为代表的一批本土风电装备及关键零部件制造企业正在迅速崛起,推动我国发展成为世界上最大的风电装备制造基地。但我国自主风电装备制造仍然面临着一些深层次的问题,值得深思,且直接体现在以下两方面:一是中国区域气候特点明显,北方具有沙尘、低温、冰雪等恶劣工况,东南沿海具有台风、盐雾等恶劣工况,这与欧洲的标准风况(IEC61400-1)差异明显,使得在引进技术基础上制造的风电装备的可靠性不足,故障率较高。我国北方的大型陆上风场普遍存在的长时间干燥扬尘的低温气候,对风电机组正常运行的影响非常大,会导致叶片表面损伤乃至脆断,而且液压系统密封不良、污染、液压油黏度增大等会产生工作不良及安全问题,齿轮箱密封润滑系统功能退化、低温停机较长时间后变速箱内油温低、黏稠等都会降低系统寿命[1],而西欧的海洋性暖温带气候则要温和得多,对风电设备的性能影响也小。二是当前国内的风机开发与欧美发达国家还存在着明显代差。欧美风电装备制造企业已经跨域了5~6MW的水平,正在大力推进10MW级风电装备的研制工作,而国产主流机型还处于1.5~3MW的级别。更重要的是我国风电制造企业在核心技术上基本处于引进吸收和模仿阶段,尚未具备系统性的装备自主研发能力,引进的是产品线及部分生产技术,但是没有形成系统的设计开发能力和生产技术开发能力。这也是我国在风电装备开发、生产和应用上与国际先进水平差距显著的重要原因。分析近年来我国风电装备产业的发展历程,多数风电装备制造企业的技术能力与实际的设备可靠运行要求之间还存在着显著的差距。从风电装备服役运行中的主要技术问题做起,探究相关的设计制造科学理论与先进技术方法,提升自主设计能力及制造技术能力,已成为我国风电装备制造产业健康发展的重大课题。因此,《国家中长期科学和技术发展规划纲要(2006-2020)》和《国务院关于加快培育和发展战略性新兴产业的决定》(2010)中都明确提出了“重点研究开发大型风力发电设备”、“提高风电技术装备水平,有序推进风电规模化发展”等要求。
总体上说,因主传动链机械故障导致停机的时间占据了风机故障停机时间的40%~60%甚至更多,是影响系统性能和可靠服役的关键问题(国产风电齿轮箱的问题更显著一些)。导致这些机械故障产生的主要外在因素可以归纳为极端气候条件、长期交变载荷作用、恶劣工作环境与复杂载荷的综合作用等,而主要的内在原因则可以追溯到传动系统的结构及装配质量技术等问题。目前新一代风机随着单机容量的增大,部件的尺寸、质量、系统复杂程度都在增加,同时包括海上风机在内的装备发展对系统可靠性的要求在进一步提高,因此对传动系统的相关问题如果不给予更大重视,必然会增加系统的故障率,降低服役可靠性。
本文从近年来风电装备批量投入运行之后出现的技术问题入手,重点讨论了国内外在风电齿轮箱的关键失效规律研究与相应的新型设计制造技术方面的进展,对目前风电齿轮箱设计制造方面国内外的技术差距提出了一些看法。
1 关键零部件的失效问题调查与分析
根据国内外近年来的风电装备故障统计数据,MW级风电装备的故障主要集中在齿轮箱、发电机、低速轴、高速轴、桨叶、电气系统、偏航系统、变桨系统、控制系统等关键部件(图1),传动链特别是齿轮箱系统中由关键零部件失效引发故障而导致停机的时间占机组总停机时间的比例居高不下,成为影响机组可靠性的主要原因之一[2]。
LWK:Landwirtschaftskammer Schleswig-Holstein WMEP:The Scientific Measurement and Evaluation Program
1.1 风电齿轮箱中存在的主要技术问题
齿轮箱系统作为整个风机系统的核心部件,受到通过叶片系统传递来的低速强载荷的扰动冲击作用,同时承载齿轮箱的机舱系统在阵风作用下也有较大幅度的摆动,再加上内部的温度及润滑状态的变动,因此,关键零部件(齿轮、轴承、主轴等)的失效等问题是目前最主要、影响最大的装备故障。近几年来,国内外学者们围绕着风电装备传动系统的失效问题,开展了一系列的调查研究[3](图2)。根据国内外关于风电齿轮箱质量问题的统计,常见故障主要有以下几类[4]:
(1)齿轮轮齿损伤。
轮齿的损伤是目前比例大且影响相对较大的损伤形式(图3~图5)。风电增速箱上承受的载荷变化比较大,特别是由极限风速或湍流工况引起的系统过载以及由调距或机械制动等引起的瞬时峰值载荷,尽管瞬时峰值载荷在整个运行周期中作用时间不长,但是却对齿轮特别是齿面损伤有极大影响。轮齿齿面损伤的常见规律可归纳为“点蚀—剥落—断齿”三部曲。考虑到润滑不良、热处理和安装调试等状况,由于齿面在交变载荷下承受过大的接触剪应力、过多的应力循环次数,因此齿面容易发生胶合、点蚀、齿面剥落、表面压碎等损伤。比较典型的是行星轮系,行星轮在运转过程中总是双向受力,受齿轮精度、强度的影响,容易出现疲劳断齿现象;太阳轮具有结构小、载荷大的特点,其精度保持性低,易诱发失效。
(2)轴承问题。
轴承是齿轮箱中另一个重要故障源。在载荷作用下,由于安装、润滑、污染和工作环境等因素,轴承出现了磨损、超负载、过热、腐蚀、导电、疲劳等现象,使轴承产生点蚀、裂纹、表面剥落等问题而失效,从而使齿轮箱发生损坏(图6~图7)。例如在低速输入端,低速重载情况比较典型,良好的润滑条件难以形成,这是造成主轴轴承损坏的重要原因。目前比较典型的是高速端的轴承,它更容易出问题,因为发电机轴和齿轮箱高速轴连接中通常存在角度偏差和径向偏移,它们随输出功率的变化而变化;这会产生一定频率的轴向和径向的扰动力,从而引起轴承温升而使轴承损坏。
(3)密封与润滑相关问题。
齿轮箱漏油问题大多可归结为原有结构缺陷在恶劣工作环境影响下的结果。齿轮箱的接口端和管接头处由于存在密封结构的设计不合理或者密封质量问题(包括低温和振动载荷情况下的油封老化等),均有可能发生漏油,同时漏油处也容易造成外部灰尘进入箱体而污染润滑油。传动系统的润滑问题也非常突出,传动链及齿轮箱中各类由润滑不充分导致的问题出现得也较多。润滑不充分非常容易导致传动副的关键接触区的干磨,这是齿面、主轴、轴承等磨损的根源之一。例如,在低速重载的齿轮传动中,要求润滑脂黏附性强、承载力大,一般采用添加二硫化钼或石墨的高黏度润滑脂进行润滑;国内有时把用于主轴轴承的润滑脂(低黏附性、高流动性)用来做齿轮的润滑脂,造成齿面润滑脂流失过快从而形成少润滑状况。又如高速端的圆锥滚子轴承承受了一定的轴向力,润滑条件较差时就会出现高温过热情况。另外,长期运转之后在接触部位出现了磨损,润滑油质会包含杂质污染,引起过热等故障。此外,我国北方寒冷的气候条件也会影响到润滑系统,比如气温较低时润滑油黏度较高,机组启动时可能导致油泵过载。
(4)总的结构与装配方面的问题。
大型风电传动齿轮箱区别于普通齿轮箱的最大特点就在于所承受载荷的无规律性(风速多为3~25m/s),当前主流的1.5~3.0MW齿轮箱的最大功率幅值可能达到名义功率值的3~4倍(反转可以达到2倍左右)。这对风电传动系统中刚度较低的空心低速中间轴、行星轮系等零部件的影响相当显著,因为主流3MW齿轮箱的长和宽通常在3m以上,总质量在20t以上,输入力矩在2MN·m左右,在这个尺度上,材料加工问题、输送和组装过程中的损坏、转子的不对称导致产生弯曲现象,而连接部件的轴偏心、轴承和支撑部件的组装有误等各类技术原因[5]导致的零部件制造、装配误差的绝对值相对较大。风电齿轮箱中传动系的装配偏心误差、齿距误差及平行度误差等,在复杂载荷(特别是在超过设计负荷下工作时导致扭矩过大)下会进一步恶化传动件的配合接触状态,扩大轮系结构的偏心误差等,从而诱发振动问题,进而导致应力集中加剧及结构失效等现象的出现(图8)。张立勇[6]认为,内齿圈偏心误差对齿轮箱中的载荷分布不均匀的影响最大。
受无规律变向载荷的风力乃至于强阵风的冲击作用,风电装备常年经受酷暑严寒和极端温差的影响以及风沙和近海盐雾的侵害,因而传动系统关键零部件的故障——齿轮、轴承、主轴的失效以及油液等问题目前影响最大,其失效机理研究已成为长寿命、高可靠性风电装备制造中的世界性难题。在我国,由于材料、制造等基础工业上的落后,传动系统的失效故障问题非常突出,更需要从引发系统失效的科学规律方面进行深入研究。
1.2 传动系统失效的规律研究
最近20多年来,欧美国家的风电装备基础研究取得了很大的进步,他们通过广泛而持续的故障调查,系统研究失效的过程与故障发生的规律。一些著名的研究机构,如美国可再生能源国家实验室(NREL)、Sandia国家实验室的风电研究所、丹麦技术大学可持续能源国家实验室(RisDTU)等所完成的研究成果为世界风电装备的大发展提供了关键的理论基础。NREL在2007年开始的齿轮箱可靠性协同研究(gearbox reliability collaborative,GRC)项目[7,8]是近年来所开展的最具影响的风电齿轮箱技术调查和研究工作之一,该研究从广泛的齿轮箱失效数据库建设开始,对当前风电齿轮箱及关键的齿轮、轴承等的分析方法与模型的有效性做了大量的评估,在一系列风机齿轮箱系统的故障调查和技术研究后,指出约10%的风电机组传动系统故障来源于齿轮制造过程的缺陷和质量问题,而多数源于疲劳失效,其基本规律如下:初期源自承受恶劣外载的轴承安装位置,在交变应力的作用下产生接触疲劳裂纹及表面磨损,出现剥落现象;表面磨损、残屑、间隙超差及错位等因素相互促进并放大,影响到轴承的配合;进而导致齿轮的运转产生偏差,发生磨损、疲劳、胶合乃至裂纹,最终导致齿轮失效。美国Timken公司的调查认定[9],影响主轴滚动轴承磨损的主要原因不是传统的转动接触疲劳,而是低周微点蚀磨损(low-cycle micropitting wear)。由于主轴轴承的转速为10~20r/min,不足以长期形成稳定可靠的润滑油膜厚度。因此,下风(down wind)条件下在较大的载荷、较高的应力循环以及过小的油膜厚度等情况下,滚子滚道接触表面发生了滑动,摩擦剪应力导致粗糙表面接触应力的增大,并在表面附近产生了最大值。更广泛的调查研究还表明,除了主轴调心滚动轴承以外,这种微点蚀现象也是齿轮箱轴承以及传动齿轮本身失效的重要原因之一。赵玉良等[10]所做的经验性质的工作也佐证了低速齿轮系统中微点蚀的发生发展机理及其对齿轮传统的性能损害,进而指出了系统润滑条件对微点蚀的抑制作用。
笔者所在单位近年来与中国国电集团“风电设备及控制国家重点实验室”在风电制造技术基础科学研究工作方面合作较多,对我国多家骨干风电设备整机、齿轮箱制造企业进行过广泛的企业调查。近期对国产风电齿轮传动系统进行了一些地面全尺寸试验,对主流MW级风电装备的齿轮-传动轴-箱体系统在耦合振动条件下的动力学特性进行了全面分析,理论分析和应用实践都表明,国产风电齿轮传动系统与国外技术成熟的产品差距明显,装配工艺及技术质量(尽管部分最终体现为零件的加工质量及材料技术性能问题)是导致零部件失效和系统故障的直接技术根源,主传动链在结构性能上具有明显的刚柔耦合特点,在恶劣载荷条件下,装配误差(及结构变形)与长期服役过程中零件的磨损等具有双向加剧的作用,最终会导致关键传动零部件发生疲劳失效。
不过,目前对传动系统失效原因及规律的研究还有很大的发展空间,例如大多数研究都是从各自接触到的实际情况和部分实验出发归纳出零部件失效的规律,但对风电传动系统主要零部件的失效原因及其作用规律的认识不一,部分原因在于零部件在复杂载荷条件下的失效规律研究仍然面临一些关键性困难:
(1)从叶片到低速输入轴、轴承、齿轮、高速输出轴、发电机等构成了主传动链,加上偏航系统、变桨系统、液压系统、润滑系统等,形成了非常复杂的强关联强耦合体系。这给零部件的损伤演变规律分析带来了较大的挑战。
(2)外部交变载荷与极端载荷,以及大惯量机组系统对外部变化的响应,极大地增大了关键零部件的损伤概率,也增加了其失效规律研究的复杂性。
(3)还必须考虑到在服役过程中零部件随着材料老化与结构性能退化,体现出不同于早期服役时缺陷扩展、损伤演变的新特点。
此外,已报道的研究更多的是基于失效案例的分析,而关于复杂外载荷条件与内部结构的动力学响应关系以及对关键零部件的疲劳、磨损及断裂等失效问题的作用机理的研究仍然缺乏。在我国,还鲜见系统性论述风机传动系统关键零部件失效机理和规律等基础科学问题的研究报道。
2 提升关键零部件可靠性的设计、制造技术研究
为了实现复杂工作环境下传动系统的长服役周期及高可靠性,对传动系统特别是齿轮、主轴、轴承等关键零部件的结构设计、制造工艺(包括材料加工工艺及表面处理工艺等)都提出了严格要求。基于大量的实验、理论分析及仿真研究,国外许多学者针对传动系统关键零部件在复杂载荷条件下的结构、材料性能及表面物理特征等的变化规律方面进行了大量科学研究工作,力图以零件的“载荷状态—材料性能—接触连接条件”的一体化分析研究为基础,找出零部件裂纹扩展、表面微粒磨损脱落等失效过程与零件载荷、应力分布与变化的关系,从而通过结构优化设计来改善零件的载荷、应力状态,提高系统可靠性。Kapelevich[11]指出,考虑到风电齿轮长期承受非对称载荷的典型特点,设计非对称齿形的齿轮能够优化齿轮所受应力的分布,即通过对齿面进行非对称修形或直接加工非对称齿形所制造出来的新型齿轮,能够显著改善齿轮承受的应力情况:弯曲应力比当前最好的对称齿形齿轮减小10%~15%,从而显著提升齿轮的可靠性和安全服役性能(图9)。
通过对零件表面物理特性的理论研究,找出零部件表面的材料宏观失效与微观结构变化的关系,从而广泛开展保持零件表面机械物理性能稳定的先进制造工艺技术研究[12,13],对于通过制造工艺的改进来提高风电齿轮的可靠性也有重要意义。美国开展了以40年系统服役周期和5年关键零部件质量保证期为目标的大型风电机组关键部件长寿命抗失效的材料处理技术的研究工作,LaPlante[14]介绍了能够显著改善大型风电齿轮表面的机械物理性能,采用高铬钼钢(如4320、4820、9310或18CrNiMo7-6等)材料,直径60.96~91.44cm(24~36inch),重272.155~1360.777kg(600~3000磅)的直接渗碳淬火(integral quenching,IQ)工艺(图10)。邢大志[15]针对内齿直径大于1.5m的大型风电用内齿圈的强化热处理问题,从工艺实践经验出发,对比普通渗碳淬火、感应淬火、氮化等工艺在畸变、齿根圆强化能力、工艺稳定性、设备成本等方面的特点,指出了将激光淬火技术应用于大型内齿圈热处理的技术优势:激光淬火的硬化层深度、工艺稳定性能居中,但是它能较好地解决齿根圆的强化问题,并且零件淬火后的变形程度也大大优于感应淬火;激光淬火与感应淬火的抗冲击能力接近,数据的离散性也比感应淬火小。从整体上看,强调材料热处理的重要原因是要保证齿轮的疲劳强度和加工精度。在风载频繁变化下,齿轮(特别是齿面)失效与接触精度和硬化表层物理冶金因素有关;由于齿轮箱变速比大,为了提高齿轮强度、传动平稳性及可靠性,同时减小尺寸和质量,表面强化工艺也至关重要。因此,在美国ANSI/AGMA/AWEA6006-A03《风力发电机齿轮箱设计规范》的52项质量控制项目中,材料热处理就占20项[16]。
改进轴承的设计制造技术以抗击疲劳点蚀磨损从而提高系统的性能,也是一个非常重要的研究方向。如采用新的材料和耐磨涂层可以在暂时性的润滑失油期间对黏着磨损形成有效防护,以抵制黏着磨损机制所导致的擦伤、微点蚀及微动磨损等;滚子经特殊设计制造能降低套圈滚道的表面粗糙度;将套圈滚道抛光,能减少滚动力矩,提高效率。美国Timken公司在表面抗磨技术上的研究成果使得新型耐磨轴承比一般主轴和齿轮箱轴承的寿命延长了3.5倍[9]。另外,针对8~10MW风电机组,Siebert等[17]研究了高性能润滑油对齿轮传动系统关键润滑点的表面保护作用,以提高传动系统的抗疲劳性能、承受多变载荷的能力、热稳定性,延长服役寿命。
此外,由于传动系统的制造、装配误差对多数机械疲劳失效的发生有着直接的影响,在恶劣外载的作用下,传动结构的变形和偏心等误差与零件的损伤、磨损之间存在着明显的双向加剧作用,因此,提高传动结构的精密制造及装配技术水平也具有极其重要的现实意义。结合风电传动系统的复杂外载条件,深入研究实际结构的刚柔耦合特性和系统装配误差(偏心、侧隙、交错等)的传递与积累规律,就能通过准确的装配质量分析、评估和规划为高性能风电传动系统的设计制造服务。林腾蛟等[18]研究了齿轮啮合中载荷、表面粗糙度、残余应力及轮齿修形量对齿轮副疲劳寿命的影响规律,为改进齿轮啮合结构的制造工艺,改善表面精度与制造,进而提高齿轮副的疲劳寿命提供了启示。李明[19]指出,风电装配中常用的过盈连接对轴心弯曲的影响较大,因此在鼓形修整时需要考虑过盈连接引起的变形,分析并探讨了过盈连接各参数(外载、过盈量、摩擦因数)与连接强度间的关系。再如,近年来国内外针对行星齿轮的装配结构偏心问题发展起来的柔性销轴技术(如MAAG[20]、重庆望江等风电齿轮箱制造企业都使用了相关的技术),更是在考虑结构弹挠性的基础上对行星轮系的装配偏差(及变形)进行精确定量分析与研究的结果[21,22],即通过销轴—套筒构成的悬臂梁结构在载荷下的偏斜抵消它们弯曲时形成的偏心,以实现行星齿轮的自我调节(既抑制偏心误差,又均匀分配负荷)的目的(图11)。
3 国内外在风电齿轮传动系统设计制造技术领域的差距
自20世纪90年代开始,在引进吸收的基础上,我国风电装备制造业迅速崛起,目前已经发展成为世界上最大的风电装备制造基地。与先进国家相比,我国在自主的风电装备特别是核心零部件的研制技术方面有较大的差距[23],主要表现在以下几方面:
(1)欧美风电装备制造强国已经针对本土风场环境建立了比较完善的技术标准(如IEC、GL等),并以此为基础形成了适合其特点的载荷分析、结构设计及制造技术体系。我国风场环境较欧美国家恶劣,目前却仍然没有建立起具有本国特点的风场环境载荷谱;在风电装备的系统动力学建模、载荷分析与计算等方面的研究与国际先进水平差距相对较大;本土企业大多直接购买国外的软件(如GH等)进行装备设计或者购买图纸甚至于借助逆向工程。这是目前我国本土风电装备开发能力显著落后于国际先进水平的直接原因之一。
(2)在风电装备关键零部件的失效机理和全寿命安全评定方面,目前国际风电装备普遍设计的稳定运行周期至少为20年,欧美国家目前正在开发能支撑装备25~40年服役周期的关键技术。借助于欧美国家在材料的机械物理性能研究上的优势及其长期工作积累,欧美国家在风电装备关键零部件的失效问题上做了大量的工作,从宏微观层面深入研究了零部件失效的规律,形成了较为实用的可靠性分析方法,并建立了大型的设备—材料可靠性数据库等。比较而言,国内风电装备通常在运转5年之内就会出现关键故障。这主要是因为我国在风电装备基础设计制造科学方面与国际先进水平存在着明显的差距,本土风电装备制造企业虽然发展迅速但自主研发能力不足,研究积累更为欠缺。
(3)在满足复杂环境下安全服役需求的大型风电装备制造技术方面,根据欧洲风能协会(EWEA)2011大会披露的未来10年风电装备发展路线图,欧美国家已经制定了在5年内开发测试10~15MW的风电装备,未来10年将开发测试20MW的超大型风电装备,这涉及了包括多尺度结构热冷加工和处理在内的关键零部件成形控性理论及其制造工艺方法等多方面的工作。目前我国基本掌握了3MW以下风电装备的主要制造技术。由于我国在关键零部件加工及处理技术上还比较落后,装备的质量亟待提高。要在未来10年追赶欧美国家在超大型(10~20MW)、长寿命(20年甚至更长)风电装备关键技术上的研究步伐,仍然是一个巨大的挑战。
(4)近几年来国内大型风电装备制造发展迅速,产业界多将注意力放在国外产品图纸的消化和零部件加工上,对装配工作的重视还不够,对装配精度及质量分析等的深入研究工作就更少了,这就造成国内风电设备零部件加工的设施及质量已经达到一定的水平,但由于装配技术瓶颈,风电装备的总成性能和可靠性却比较低的现状。另外,还明显存在诸如高强连接螺栓断裂、螺栓力矩不足或超标、齿轮啮合间隙超差过大、关键零部件在装配时发生损伤破坏(如轴表面存在凹坑、对中精度不足)等技术质量问题[24]。装配是风电齿轮箱制造中的重要环节,花费时间长,对最终性能影响大,必须深入研究大型风电齿轮传动系统的先进装配技术,提出适应风电设备的技术特点、具有可操作性的理论和方法,为产业健康发展服务。
国内风电装备的产业发展(包括传动结构的设计制造中存在的隐患)近年来已经广受关注,例如张立勇等[25]指出,国内大型风电齿轮传动系统的发展必须解决基础载荷数据及载荷处理方法、齿轮早期点蚀、轴承早期损坏、大型斜齿内齿圈制造及密封等方面的迫切问题。其实,隐藏在我国风电装备制造企业自主开发能力弱这一表象下的实质是复杂工作条件下大型化、长寿命、高可靠性风电装备关键零部件的制造科学研究的不足以及系统运行监测控制与寿命安全评估领域的显著差距。因此,在“大型化、长服役周期、高可靠性”已经成为未来10年世界风电装备发展方向的大背景下,研究传动系统的损伤故障机理,探索先进设计制造工艺已成为提高我国风电传动系统自主设计制造技术水平的必由之路。
4 结语
近年来世界各国在“超大型、长服役周期、高可靠性”风电装备制造技术的研究正走向一个高潮。这些研究工作也为我国通过6~10MW乃至以上的大型风电装备的研制,突破关键零部件的损伤规律、关键零部件制造工艺与技术等挑战,形成自主的风电装备制造理论,指明了重要的研究方向:必须从基础做起,牢牢把握风电装备外部交变载荷的作用特点,以复杂载荷下齿轮传动系统中结构动力学的响应机制为基础,深入探索关键零部件损伤的演变与性能的退化规律,从结构设计、材料工艺等方面提出能够确保复杂工作条件下关键零部件性能稳定的理论方法;进而针对目前困扰国内大型风电齿轮传动系统设计制造的几个关键技术问题,特别是齿轮的失效与制造工艺改进、轴承损坏、行星轮系的均载设计与制造工艺改进、装配工艺的优化与质量提升等问题,开展应用技术研究以改善大型风电齿轮箱的可靠性。这对于推动我国大型风电装备传动系统研制技术的跨越式发展,提升我国重大工程装备的先进制造水平与竞争力,促进我国整个新能源产业的发展,都具有十分重要的意义。