CN109416299A

CN109416299A - 识别风力涡轮机中的齿轮系统中的故障的方法

Info

Publication number: CN109416299A
Application number: CN201780040049.1A
Authority: CN
Inventors: P·T·拉马克里沙南; M·纳拉亚普尔
Original assignee: Vestas Wind Systems AS
Current assignee: Vestas Wind Systems AS
Priority date: 2016-05-04
Filing date: 2017-05-04
Publication date: 2019-03-01
Also published as: WO2017190745A1; US11047364B2; US20190154007A1; EP3452793A1

Abstract

本发明提供了一种识别风力涡轮机中的齿轮系统中的故障的方法。该方法根据齿轮系统的振动确定(204)第一中心谐波频率振幅，并确定(205)第一中心谐波频率振幅的多个边带振幅。此外，该方法根据多个边带振幅计算(206)平均边带振幅，并基于第一中心谐波频率振幅和平均边带振幅确定(207)指示由齿轮系统引起的损害的值。该方法可以由控制器实施，该控制器可以用于基于指示损害的值来控制风力涡轮机或风力发电场。该方法可以获得附加中心谐波频率振幅，以用于识别齿轮系统中的故障。中心谐波频率可以是谐波齿啮合频率，并且指示损害的值可以是中心谐波频率振幅与中心谐波频率振幅和相关的平均边带振幅之间的差的比率，或反之亦然。该方法可以分析所获得的任何比率的值，并使用该比率值来识别并监测故障的进展。

Description

识别风力涡轮机中的齿轮系统中的故障的方法

技术领域

本发明涉及识别齿轮系统中的故障的领域，尤其涉及识别风力涡轮机中的齿轮系统中的故障的领域。

背景技术

风力涡轮机是可再生能源的来源，并且许多国家已经增加了对这些涡轮机的使用，以减少对有害化石燃料的依赖。实际上，作为减少污染的策略的一部分，全世界正在建造被称为风力发电厂的大型风力涡轮机阵列。

因此，由于需要最小化任何故障涡轮机的停机时间，确保风力涡轮机的连续和平稳运行变得越来越重要。然而，随着运行中的风力涡轮机数量的快速增加，这变得越来越困难。

风力涡轮机中的一种常见类型的故障是风力涡轮机齿轮箱内的故障。由于齿轮箱的复杂性和低信噪比，众所周知，难以诊断这些故障。相比于由小的齿轮缺陷产生的相对较弱的信号，齿轮运行产生较大噪音。因此，这种类型的故障通常导致长停机时间，并且是正在成为化石燃料的可行替代能源的风力涡轮机的主要问题。

已经进行了各种尝试来克服该问题。例如，在专利文献US 8171797B2中，公开了一种用于评估齿轮箱劣化的方法。该方法使用从运行中的齿轮箱获得的数据并使用该数据来提供劣化的指示。

然而，这些方法没有考虑由齿轮故障引起的能量分布的真实表示。因此，这些方法不能提供齿轮进展的准确表示，并且可能将健康齿轮箱误诊为故障齿轮箱，或者可能提供误导性或不正确的诊断。

发明内容

我们已经意识到需要改进目前的现有系统和方法，并且已经相应地提供了一些发明实施方式，这些发明实施方式可以具有以下益处：诸如降低保修成本、延长机器寿命和可靠性、减少备件成本、以及减少由于维护和备用规划而增加的投产准备时间。

本发明由独立权利要求限定，对该独立权利要求引用参考。优选特征在从属权利要求中列出。

本发明提供了一种识别风力涡轮机中的齿轮系统中的故障的方法。该方法包括根据齿轮系统的振动确定第一中心谐波频率振幅并确定第一中心谐波频率振幅的多个边带振幅。此外，该方法包括根据多个边带振幅计算平均边带振幅。另外，该方法包括基于第一中心谐波频率振幅和平均边带振幅来确定指示由齿轮系统引起的损害的值。

由于平均边带振幅给出了存储在边带中的能量的真实表示，因此这种方法是有利的。由于边带中包含的能量越多，对中心频率的调制越大，故障越严重，这进而给出了故障的性质和严重程度的准确指示。因此，该量和中心频率振幅之间的关系给出了齿轮状况的更真实的表示，并且跟踪其变化与齿轮故障进展直接成比例。

可选地，该方法还包括确定一个或多个附加中心谐波频率振幅、确定每个附加中心谐波频率振幅的多个边带振幅、计算每个附加中心谐波频率振幅的平均边带振幅、以及基于每个附加中心谐波频率振幅和每个附加中心谐波频率振幅的相关平均边带振幅来确定指示由齿轮系统引起的损害的值。由于附加中心谐波频率振幅及其相关边带可以提供关于故障及其进展的附加补充信息，因此这是有利的。

可选地，中心谐波频率振幅是中心谐波齿啮合频率振幅。

可选地，齿轮系统是多级齿轮系统，其中每个中心谐波频率振幅与齿轮之间的啮合相关。此外，该方法可选地包括基于特定中心谐波频率的指示损害的值来确定齿轮系统内的特定齿轮啮合中的故障。由于允许风力涡轮机或风电场的控制器、或替代的或附加的操作者来确定齿轮系统哪里出现故障，并且因此允许有效地解决故障，因此这是有利的。

可选地，第一中心谐波频率振幅处于齿轮系统的基本谐波频率。

可选地，附加中心谐波频率振幅中的每个是第一频率振幅的谐波。

可选地，确定所述值包括计算中心谐波频率振幅与中心谐波频率振幅和相关平均边带振幅之间的差的比率，或反之亦然。可选地，将该比率与阈值进行比较，以识别齿轮系统中是否存在故障。此外，当该比率在阈值内时，可选地重复计算该比率以获得多个比率值，并且如果计算出的比率值在阈值之外或超过阈值，则可选地输出指示已经在齿轮系统中识别出故障的数据。这允许通过实施本发明的系统来监测齿轮系统的健康状况，以便在需要涉及故障的措施时发出建议。

可选地，当与特定齿轮啮合相关的特定中心谐波频率的比率值超过阈值时，确定在齿轮系统内的特定齿轮啮合中的故障。

可选地，该方法还包括在预定时间段内重复计算该比率以获得多个比率值。

可选地，比率值用于跟踪故障的进展。可选地，通过将每个连续计算出的比率值与阈值进行比较来跟踪故障。或者，通过将多个比率值的每个比率值与多个比率值的一个或多个其它比率值进行比较来跟踪故障。由于它允许跟踪中心频率振幅和平均边带振幅之间的高度的减小，因此这是有利的。如上所述，由于这种跟踪与齿轮故障进展直接成比例，因此这是有利的。

可选地，每个中心谐波频率振幅的任一侧上的至少六个边带振幅用于计算相应的平均边带振幅。

可选地，该方法还包括基于指示损害的值来控制风力涡轮机。

本发明的实施方式还提供了一种用于控制风力涡轮机或风力发电厂的控制器，该控制器被构造成执行本文所述的任何方法。本发明还提供了包括这种控制器的风力涡轮机或风力发电厂。

本发明的实施方式还提供了一种计算机程序，当在控制器上执行该计算机程序时，该计算机程序致使控制器执行本文所述的任何方法。

附图说明

将参考附图以示例方式更详细地描述本发明，其中：

图1是实施本发明的系统的主要功能部件的图；

图2是实施本发明的方法的主要功能步骤的流程图；

图3示出了根据本发明的第一具体实施方式的健康齿轮系统的快速傅立叶变换频谱；

图4示出了根据本发明的第一具体实施方式的故障齿轮系统的快速傅立叶变换频谱；

图5示出了根据本发明的第一具体实施方式的齿轮系统的第一中心谐波频率振幅的MI(调制冲击)趋势图；

图6示出了根据本发明的第一具体实施方式的齿轮系统的第二中心谐波频率振幅的MI趋势图；

图7示出了根据本发明的第一具体实施方式的齿轮系统的另一中心谐波频率振幅的MI趋势图；

图8示出了根据本发明的第一具体实施方式的齿轮系统的三个中心谐波频率的MI比率趋势图。

图9示出了根据本发明的第二具体实施方式的健康齿轮系统的快速傅立叶变换频谱。

图10示出了根据本发明的第二具体实施方式的故障齿轮系统的快速傅立叶变换频谱。

图11示出了根据本发明的第二具体实施方式的健康齿轮系统的第一中心谐波频率振幅原始时间波形的MI趋势图。

图12示出了根据本发明的第二具体实施方式的健康齿轮系统的第二中心谐波频率振幅原始时间波形的MI趋势图。

图13示出了根据本发明的第二具体实施方式的健康齿轮系统的另一中心谐波频率振幅原始时间波形的MI趋势图。

图14示出了根据本发明的第二具体实施方式的齿轮系统的三个中心谐波频率的MI比率趋势图。

具体实施方式

本发明可以在用于识别风力涡轮机中的齿轮系统中的故障的各种方法和系统中实施。所描述的主要实施方式是根据本发明的、用于实施识别风力涡轮机中的齿轮系统中的故障的方法的控制器。将首先参考图1描述实施本发明的系统。然后将参考图2描述由实施系统实施的实施方法，随后转向两个具体示例以提供可以如何实施本发明的其它细节。

图1示出了根据本发明的实施方式的系统100。系统100包括风力涡轮机101，其本身包括齿轮系统102和传感器103。风力涡轮机内的齿轮的一般设置和布置结构在本领域中是公知的，因此将不再详细描述。然而，为了帮助理解，应该注意的是，风力涡轮机中使用的齿轮系统通常是多级的，例如，低速级、中速级和高速级，以允许齿轮的旋转速度在适当时增速和减速。在本实施方式中，使用三级齿轮箱。然而，将理解的是，本发明可应用于能够想到在风力涡轮机内使用的任何齿轮布置结构。例如，可以使用适用于风力涡轮机的任何两级、三级齿轮箱或其它多级齿轮箱。

该系统还包括控制器104和显示器105。控制器104和显示器105集成以形成单个单元并且与风力涡轮机分开设置。单个单元可以是与风力涡轮机101通信的计算机。或者，单个单元可以是平板电脑或其它适当设备。此外，尽管控制器和显示器被描述为单个单元，但其它布置结构也是可能的。例如，系统100可以完全集成到风力涡轮机101中，使得控制器104和显示器105直接附接到风力涡轮机101。或者，控制器可以集成到风力涡轮机中，但显示器设置在其它地方，或反之亦然，或以任何其它可想到的布置结构。

响应于风力涡轮机101的旋转，齿轮系统102中的齿轮将旋转。齿轮的旋转使齿轮系统102振动，从而产生齿轮系统102的振动模式。该振动模式取决于齿轮系统102的健康状况。如果齿轮系统中没有故障存在(即它是健康系统)，则相邻的齿轮的齿将互锁或平滑地啮合，并将产生某种振动模式。如果存在故障，则包含故障的齿轮将不会与其相邻的齿轮平滑地啮合，这将改变振动模式。

齿轮系统中的故障通常涉及损坏的齿轮齿。例如，破裂或损坏的齿轮齿将影响齿轮如何与互锁的齿轮啮合，这会影响系统的振动模式。然而，对于本领域技术人员显而易见的是，其它类型的齿轮故障也是可能的。将理解的是，本方法适用于影响齿轮啮合的任何可想到的齿轮故障。

传感器103用于测量由齿轮系统产生的振动，并且可用于收集关于齿轮系统的状况的数据。传感器数据可以被提供为状况监测系统(CMS)数据的一部分。传感器103可以是加速度计，用于监测由振动引起的加速度，并且安装在齿轮箱上。将理解的是，传感器可以对于齿轮系统以允许传感器测量齿轮系统的振动的任何方式安装。例如，在本实施方式中，传感器可以安装在齿轮箱的外表面上，或者传感器可以安装在齿轮箱的内表面上。或者，传感器可以安装在风力涡轮机的使得能够测量振动数据的任何表面上。传感器103可以是加速度计或适于测量齿轮系统102的振动的任何其它传感器。

然后，控制器104收集或接收由传感器103获得的振动数据。控制器104可以使用任何适当的数据采集设备(DAU)来收集数据。

然后，控制器104将收集的振动数据存储在存储器中。控制器可以包括存储设备，诸如硬盘驱动器或固态驱动器，存储设备中可以存储和检索振动数据。替代地或另外地，控制器可以连接到服务器，控制器可以访问服务器以存储新收集的振动数据并且检索已经存储的振动数据。

尽管在本实施方式中已将控制器描述为包括DAU，但将理解的是，DAU可以是从传感器收集数据并将数据中继到控制器的单独部件。替代地或另外地，如果控制器连接到服务器，则DUA可以将振动数据直接发送给服务器。

控制器104从存储器中检索振动数据，并根据本文描述的方法分析数据。根据分析结果，控制器104能够识别风力涡轮机101中的齿轮系统102中是否存在故障。控制器104可以在MATLAB(TM)平台上使用算法来执行分析。或者，可以使用任何适当的软件平台来实施本发明。结果可以由控制器104以任何适当的格式(包括xl格式)写入，并且可以相应地视觉显示，诸如通过绘制成一个或多个图表。这有助于将关于故障的信息传送给系统100的操作者。

如下所述，控制器104可以通过监测从传感器103接收的振动数据来跟踪齿轮系统中的故障的进展。此外，控制器104可以发送与故障及其进展有关的信息，可选地与关于应该针对故障采取的任何措施的建议一起发送到显示器105，该建议可由终端用户查看。这允许终端用户在任何时间点容易确定齿轮系统的健康以及故障是否需要其它措施。

图2示出了实施本发明的、识别风力涡轮机中的齿轮系统中的故障的方法的示例。在本实施方式中，由图1中所示的系统100的控制器104实施该方法。然而，除了图1中所示的系统之外的系统也可用于实施本发明。

识别故障的过程从步骤201开始。在步骤202中，控制器104从传感器103接收呈原始时间波形形式的振动数据。然后，控制器104在步骤203中计算快速傅立叶变换(FFT)，以将原始时间波形转换为频域。步骤202和203背后的一般原理在本领域中是公知的，因此不再进一步描述。

然后，控制器104在步骤204中分析FFT数据并根据测量到的齿轮系统的振动获得第一中心谐波频率振幅。该第一中心谐波频率振幅是基本齿啮合频率振幅。齿轮系统102中的每个齿轮啮合都具有基本齿啮合频率(TMF1)，其表示互锁齿轮的齿啮合在一起的频率，即齿数乘以轴速。这样，控制器可以获得关于特定齿轮啮合的具体振幅，以允许系统监测与齿轮系统102的特定级相关的故障，即，所测量振幅的频率指示负责产生该振幅的特定啮合。

由控制器104获得的任何振幅表示由传感器测量的振动的加速度。在齿轮系统中的特定啮合的齿啮合频率下，测量到的振动加速度中通常会出现尖峰。由于齿啮合频率是已知量，因此控制器可以直接查看该频率并获得加速度的尖峰。由控制器104获得的加速度的值是关于啮合的齿啮合频率振幅。因为齿啮合频率是已知量，所以频率尖峰(包括谐波)可与负责产生所述尖峰的特定齿轮啮合相关。

此外，每个基本齿啮合频率具有与其相关的更高次谐波(TMF2、TMF3等)。除了基本频率之外，还可以监测这些高次谐波，因为它们可以提供关于故障及其进展的附加补充信息。另外，对于特定类型的故障，可以使用这些高次谐波中的任何一个而不是TMF1振幅来识别和跟踪故障的进展。这是因为，对于某些类型的故障，特定谐波可能比其它谐波更适合监测。应该理解的是，基本齿啮合频率的这些高次谐波全部与关联于基本频率的特定齿轮啮合相关；这些中心谐波频率是与特定齿轮啮合相关的一组谐波频率。

此外，应当理解的是，控制器104可以从齿轮系统的多于一个齿轮啮合获得振动数据。因此，控制器可以获得多于一组谐波频率，每组谐波频率与不同的齿轮啮合相关。因此，控制器104不限于监测单个齿轮啮合。实际上，控制器104可以通过对多组谐波频率执行如下所述的分析来监测多个齿轮啮合的健康。因此，如果在多于一个齿轮啮合上存在多于一个故障，则控制器104可以同时识别和跟踪这些故障中的一个、或这些故障中的两个或更多个的进展。

尽管已经关于齿啮合频率振幅描述了本实施方式，但是将理解的是，可以使用其它适当的谐波频率振幅。例如，可以使用通过CMS数据获得的旋转频率或其它适当的量。

当已经在步骤204中获得第一中心谐波频率振幅时，控制器104在步骤205中确定TMF1振幅的多个边带振幅。这些边带是由于齿轮中的缺陷而对第一中心谐波频率进行调制的结果。换句话说，由于对中心频率的调制，边带在中心频率周围发展。这种调制本身是啮合缺陷的结果，边带的数量及其振幅取决于特定缺陷。如果齿轮系统102是健康的并且齿轮有效啮合，由于对中心振幅的调制较小，则边带振幅与中心振幅相比将是较小的。如果存在故障并且齿轮没有正确啮合，则对中心频率的调制将较大，并且边带的振幅相对于中心频率的振幅将增加。

通常，多个边带振幅以均匀间隔的频率设置在中心频率的任一侧上，每个边带振幅包含关于中心频率的调制的一些信息。在本实施方式中，在步骤205中计算中心频率的任一侧上的前六个边带振幅。已经通过实验的方式发现该数量提供用于识别和跟踪故障进展的最佳结果。然而，将理解的是，可以使用更多或更少的边带。还将理解的是，不必在中心频率的任一侧上使用相等数量的边带。例如，可以在中心频率的一侧上获得12个边带而在另一侧上没有边带。

在步骤206中，控制器104计算12个边带振幅的平均边带振幅，然后计算第一中心频率振幅与平均边带振幅之间的差，即中心频率振幅的值减去平均边带振幅的值。

当控制器104已经计算出基本齿啮合频率振幅与基本齿啮合频率振幅的平均边带振幅之间的差时，控制器在步骤207中基于第一中心谐波频率振幅和平均边带振幅来确定指示由齿轮系统引起的损害的值。在本实施方式中，该值是基本齿啮合频率振幅与基本齿啮合频率振幅和平均边带振幅之间的差的比率，该值从这里开始被称为“调制冲击”，(MI)。

如上所述，该过程可以可选地重复以用于其它谐波(例如，TMF2、TMF3等)，如附图的步骤208所指示的。

在步骤209-212中，控制器104分析MI、识别齿轮系统102中是否存在故障、并基于经分析的数据确定是否发出建议。

如上所述，如果存在故障，则与不存在故障相比，边带的振幅相对于中心频率的振幅更大。因此，MI的值越小，齿轮系统102越健康，相反，MI越大，故障越严重。因此，在步骤209中，控制器104可以将MI与阈值进行比较。在步骤210中，控制器可以评价MI是高于还是低于阈值。如果MI高于阈值，则故障严重并且需要措施(例如，安装新齿轮)，并且控制器可以在步骤212中发出建议。该建议被发送到显示器105以供终端用户查看。相应地，如果MI低于阈值，则故障不严重，并且控制器在步骤211重新开始该过程。

然后，控制器可以重复该过程直到达到阈值，从而计算出多个MI值。该过程可以间隔地重复，并且可特定地周期性地重复。可以在步骤209中比较多个MI值，并且可以监测该值的任何变化。以这种方式，控制器可以连续监测故障的进展。这样做直到故障到达需要措施的点。在该点处可以发出建议。该建议可以指示齿轮系统中何处出现故障、需要何种措施，或可以提供可有助于解决故障的任何信息。如上所述，可以按照xl格式写入该值并相应地绘图。因此，控制器可以产生清楚显示故障进展的图表。

该建议可以与可能对操作者解决故障有用的任何图表或附加信息一起被输出到显示器105，以供操作者查看。

因此，提供了一种识别风力涡轮机中的齿轮系统中的故障的方法，其能够准确地识别故障并跟踪其进展。

该实施方式的特征的变型是可能的。例如，指示由齿轮系统引起的损害的值不必是如上所述的调制冲击。可以将MI定义为等于上述MI的倒数。或者，该值可以不是比率，它可以是量之间的差，或者适合作为指示由齿轮系统引起的损害的值的任何其它数学运算。

此外，控制器不必将计算出的值与阈值进行比较或发出建议。例如，由控制器计算的调制冲击值可以在计算时简单地输出到显示器。然后操作者可以分析这些值并确定是否需要与故障相关的任何措施。替代地或另外地，控制器可以比较MI值并跟踪MI值随时间的变化。然后可以将这些变化输出到显示器。替代地或另外地，可以将这些变化与阈值进行比较，并且当超过阈值时输出建议。控制器可以通过任何其它适当的方式使用指示由齿轮系统引起的损害的值，以识别风力涡轮机中的齿轮系统中的故障。

除了以上对本发明的描述之外，现在将提供如何实施本发明的两个具体示例。

用于齿轮健康状况评估的调制冲击方法是一种状况监测技术，其可以通过运行Matlab(TM)脚本来实施，该脚本用于对接收到的*.UFF数据(即CMS数据)和相应的结果进行信号处理。调制冲击，即TMF振幅尖峰的高度与边带振幅(例如，在TMF尖峰的任一侧上的六个边带振幅)平均值的高度之间的关系将提供对齿轮状况评估的指导。结果可以通过被写入输出电子表格或类似的方式自动输出。

该方法的目的是将齿啮合频率(其等于齿数乘以轴速)的边带的尖峰的振幅水平与齿啮合频率的水平进行比较。TMF振幅与边带振幅的平均值之间的高度的减小是齿轮状况的直接指示。

具体实施方式1：3MW齿轮箱中的高速(HS)小齿轮齿破损

现在将结合用3MW三级齿轮箱进行的测试来描述本发明的一个示例，该3MW三级齿轮箱具有两个行星级和一个平行级，齿轮比为1：112.63(增速)。标称高速级(HSS)速度为1450RPM，并且HSS处的标称扭矩为34kNm。在测试期间发生高速小齿轮齿面故障。

表1：3MW变速箱的齿轮箱轴速和TMF的汇总

全部三个级的齿啮合频率(TMF)和轴速如表1所示，并在本节中提及。使用本节中的相关趋势图来量化地解释健康齿轮啮合和由于齿轮齿损坏而导致的故障齿轮啮合的MI的重要性。

图3示出了健康齿轮的、频率范围是500至2200Hz并且转数是0.5Hz的FFT频谱301。边带能量水平存在于1X、2X和3X TMF振幅(即TMF1、TMF2和TMF3频率)中的每一个周围。然而，由于这是健康齿轮的频谱，因此这些边带较小。

健康齿轮的时间波形不具有周期性的冲击尖峰。在测试期间还计算波峰因数(CF)值，即尖峰加速度与RMS加速度之比，以提供健康变速箱的指示，用于跟踪损害并确认由齿轮系统引起的损害的确可以基于第一中心谐波频率振幅和平均边带振幅来确定。例如，在此示例中，测试期间的健康齿轮啮合的波峰因数为4.31。

图4显示了故障齿轮啮合的FFT频谱401。FFT频谱401具有在HS级的1X和2X TMF周围的边带能量水平，其显著高于图3所示的边带能量水平。

频谱中1X和2X TMF周围的边带的存在和间隔表明，高速轴每转一周边带调制就发生一次。此外，1X和2X中心啮合频率属于HS齿轮啮合的实际指示出引起调制的损坏经过该啮合。这可以表现为特定啮合的任何一个TMF振幅的MI值的变化，尤其是增加。显示MI值增加的一个或多个特定TMF振幅由故障的性质决定。例如，对于第一类故障，与TMF1相关的MI可以显示值的明显增加。对于第二个故障，可能是TMF2显示MI的明显增加，或者TMF1和TMF2二者都可以显示其各自MI值的明显增加。然而，由于这组谐波频率(TMF1、TMF2等)都与特定齿轮啮合(在这种情况下是HS齿轮啮合)有关，因此与这些中心谐波频率中的任何一个相关的MI的增加指示该变速箱中的HS小齿轮损坏。

故障齿轮啮合的时间波形可具有CF值，该CF值指示齿轮系统中存在故障。例如，在本示例中的测试期间，故障齿轮啮合的CF值为5.933。与健康齿轮啮合CF相比，该CF显著增加。MI也有所增加，这是时间波形中出现冲击尖峰的证据。故障齿轮啮合的时间波形也可以显示为高速轴每转一周出现一次冲击尖峰，在该示例中在24.83Hz处显示冲击尖峰。在整个时间波形窗口中可以清楚地看到周期性影响。

趋势图，诸如随时间更新的频率(Hz)和振动加速度振幅(m/s²)的绘图，可以清楚地揭示在从健康齿轮啮合到故障齿轮啮合的时间段内，1X和2X TMF周围的边带数量的增长。对于损坏的齿轮，还在这种绘图上观察到边带的振幅及其谐波增加。这种绘图可以量化地指示MI的增加与从齿轮缺陷发生到齿轮失效的齿轮故障进展成比例。

图5、图6和图7示出MI趋势图。X轴和Y轴分别代表样本号和振动加速度值。在该具体示例中，使用RMS加速度，但是也可以使用尖峰加速度或其它适当的量。

本示例中的样本号代表选择用于表示故障进展的CMS数据文件。齿啮合频率的振幅和边带的平均值之间的差距的减小与齿轮缺陷进展成比例。这在图6所示的第二TMF的MI趋势图中清楚可见。当齿轮朝向失效发展时，该差距减小。

参考图5，每个样本号代表上述实施本发明的方法中的迭代。控制器104在步骤204中第一次获得基本齿啮合频率(TMF1)振幅501(即第一迭代)。这在图中表示为对应样本号1的左手侧条。然后，控制器104在TMF1的任一侧上获得六个边带振幅，并在步骤205和206中计算它们的平均值。平均边带振幅502在图中表示为对应样本号1的右手侧条。

此时，齿轮系统102中没有故障。因此，对TMF1振幅的调制较小。因此，TMF1振幅501相对于平均边带振幅502较大。

然后，控制器在步骤207中计算MI。该值低于阈值(因为TMF1振幅与平均边带振幅502相比较大)，因此控制器重复该过程。

从图5中可以看出，控制器104重复该过程18次，以随着时间计算18个TMF1值和相应的平均边带振幅以及MI值。将振幅的值绘制在同一图表上以进行比较。可以看出，在该方法运行期间，齿轮系统102中出现故障。平均边带振幅的值显着增加，这对应于MI的值在相同时间段内增加。

然后对TMF2和TMF3重复该过程。关于TMF2的分析显示了齿轮故障进展的甚至更显著的表示，如图6所示。除数据与TMF2振幅及其边带有关以外，该图与上述图相同。

然后，控制器104可以在单个图表上分别绘制TMF1、TMF2和TMF3的计算出的MI比率，如图8所示。这使得能够容易地分析齿轮故障进展。图8显示，对于该特定齿轮啮合故障，TMF2提供了对齿轮故障进展的最清晰的指示。

该信息可以与MI值以及供操作者查看的任何建议一起输出到显示器105。

具体实施方式2：2MW齿轮箱中的小齿轮齿破裂

该示例性案例研究中的变速箱是三级变速箱，一个行星级和两个平行级，螺旋单元被构造成齿轮比为1：112.24(增速)。标称HSS速度为1553RPM，并且HSS处的标称扭矩为21kNm。由于疲劳失效，在试验结束时发生中间小齿轮齿破裂。

表2：1.8MW变速箱的变速箱轴速和TMF汇总

表2中列出了2MW变速箱的变速箱轴速和TMF的汇总。此外，TMF及其行星级、中速级和高速级的谐波及其相应的轴速如表2所示，并在本节中提及。

图9示出了健康齿轮啮合的FFT频谱901具有1X和2X TMF及其谐波以及以IMS转数间隔开的边带。由于FFT频谱901是健康齿轮啮合的频谱，因此观察到1X和2X TMF周围的边带能量水平较小。

如上所述，健康齿轮的时间波形可能没有关于中速(IMS)轴转数的周期性冲击尖峰。在该示例中，健康齿轮的CF值是4.38。

图10示出了故障齿轮啮合的FFT频谱1001。FFT频谱1001具有IMS的1X TMF和谐波，以及以IMS运行速度间隔开的指示IMS小齿轮损坏的边带。

频谱中1X、2X和3X TMF边带的存在和间隔表明在IMS的每一周转动时发生一次边带调制。此外，1X、2X中心啮合频率属于IS齿轮啮合的实际指示出引起调制的损坏经过该啮合。根据这些信息，我们可以诊断出齿轮箱中的中间小齿轮有损坏。

在该示例中，故障齿轮的时间波形的CF值是7.22。此外，时间波形具有在整个时间波形窗口中清晰可见的周期性冲击尖峰。当振幅调制明显时，健康齿轮啮合和故障齿轮啮合时间波形之间可能存在显著差异。这是连同FFT频谱的对齿轮缺陷的确认。

在图11、图12和图13中，X轴和Y轴分别代表样本号和MI值。此示例中的样本号代表，在用于MI趋势比较的相同运行条件下，选择用于表示故障进展的CMS数据文件。齿啮合频率与边带的平均值之间的差距的减小与齿轮缺陷进展成比例，这在所有TMF谐波的MI趋势图中都明显可见。

在图14中，TMF1、TMF2和TMF3的MI比率分别绘制在单个图表上。这样可以轻松分析齿轮故障进展。

可以通过与关于图5至图8所描述的相同的方式获得和使用这些附图中包含的信息。

虽然已经主要关于风力涡轮机控制器描述了本发明，但是实施方式可以在任何适当的计算设备或平台上实施。

本发明的实施方式可以包括风力涡轮机或风力发电场、被构造成基于本文描述的任何方法的输出来调节风力涡轮机的一个或多个运行参数的控制器。具体地，当该方法的输出指示已经发生损坏时，控制器可以关断或减少由风力涡轮机产生的功率。这可以通过使用应用于相应谐波的一个或多个MI比率的一个或多个阈值来实现，例如，当特定MI比率超出或超过该阈值时，控制器采取措施来限制或防止对于齿轮部件的进一步损坏。

Claims

1.一种识别风力涡轮机中的齿轮系统中的故障的方法，所述方法包括：

根据所述齿轮系统的振动确定(204)第一中心谐波频率振幅；

确定(205)所述第一中心谐波频率振幅的多个边带振幅；

根据所述多个边带振幅计算(206)平均边带振幅；

基于所述第一中心谐波频率振幅和所述平均边带振幅，确定(207)指示由所述齿轮系统引起的损害的值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定一个或多个附加中心谐波频率振幅；

确定每个所述附加中心谐波频率振幅的多个边带振幅；

计算每个所述附加中心谐波频率振幅的平均边带振幅；以及

基于每个所述附加中心谐波频率振幅和每个附加中心谐波频率振幅的相关的平均边带振幅，确定指示由所述齿轮系统引起的损害的值。

3.根据前述权利要求中的任一项所述的方法，其特征在于，所述中心谐波频率振幅是中心谐波齿啮合频率振幅。

4.根据从属于权利要求2的权利要求3所述的方法，其特征在于，所述齿轮系统是多级齿轮系统，并且其中每个中心谐波频率振幅都与齿轮之间的啮合相关，所述方法还包括：

基于特定中心谐波频率的指示损害的所述值来确定所述齿轮系统内的特定齿轮啮合中的故障。

5.根据前述权利要求中的任一项所述的方法，其特征在于，所述第一中心谐波频率振幅是所述齿轮系统的基本谐波频率。

6.根据权利要求2或从属于权利要求2的权利要求3或4中的任一项所述的方法，其特征在于，每个所述附加中心谐波频率振幅是所述第一频率振幅的谐波。

7.根据前述权利要求中的任一项所述的方法，其特征在于，确定所述值包括计算所述中心谐波频率振幅与所述中心谐波频率振幅和相关的平均边带振幅之间的差的比率，或反之亦然。

8.根据权利要求7所述的方法，其特征在于，将所述比率与阈值进行比较以识别在所述齿轮系统中是否存在故障。

9.根据权利要求7或8所述的方法，其特征在于，所述方法还包括：当所述比率在所述阈值内时，重复计算所述比率以获得多个比率值。

10.根据权利要求7、8或9所述的方法，其特征在于，如果计算出一个比率值超出所述阈值，则输出指示已经在所述齿轮系统中识别出故障的数据。

11.根据从属于权利要求4的权利要求10所述的方法，其特征在于，当与所述特定齿轮啮合相关的特定中心谐波频率的比率值超出所述阈值时，确定在所述齿轮系统内的所述特定齿轮啮合中存在故障。

12.根据权利要求6至9中的任一项所述的方法，其特征在于，所述方法还包括：在预定时间段内重复计算所述比率，以获得多个比率值。

13.根据权利要求7至12中的任一项所述的方法，其特征在于，所述比率值用于跟踪故障的进展。

14.根据权利要求13所述的方法，其特征在于，通过将每个连续计算出的比率值与阈值进行比较来跟踪所述故障。

15.根据权利要求13或14所述的方法，其特征在于，通过将所述多个比率值的每个比率值与所述多个比率值的一个或多个其它比率值进行比较来跟踪所述故障。

16.根据前述权利要求中的任一项所述的方法，其特征在于，使用每个中心谐波频率振幅的任一侧上的至少六个边带振幅来计算相应的平均边带振幅。

17.根据前述权利要求中的任一项所述的方法，其特征在于，所述方法还包括基于指示损害的所述值来控制风力涡轮机。

18.一种用于控制风力涡轮机或风力发电厂的控制器，所述控制器被构造成执行根据权利要求1至17中的任一项所述的方法。

19.一种风力涡轮机，所述风力涡轮机包括根据权利要求18所述的控制器。

20.一种风力发电厂，所述风力发电厂包括根据权利要求18所述的控制器。

21.一种计算机程序，当在控制器上执行所述计算机程序时，所述计算机程序致使所述控制器执行根据权利要求1至17中的任一项所述的方法。