王建國(guó)，林語(yǔ)桐，田野，杜鵬，張培焱，辛紅偉，武英杰

?

基于VMD與不同包絡(luò)階次構(gòu)造的風(fēng)電機(jī)組滾動(dòng)軸承故障診斷

王建國(guó)1，林語(yǔ)桐1，田野2，杜鵬3，張培焱4，辛紅偉1，武英杰1

（1．東北電力大學(xué)自動(dòng)化工程學(xué)院，吉林省 吉林市 132012；2．吉林中電投新能源有限公司，吉林省 長(zhǎng)春市 130012；3．長(zhǎng)嶺中電投第二風(fēng)力發(fā)電有限公司，吉林省 松原市 131500；4．國(guó)網(wǎng)襄陽(yáng)市襄州區(qū)供電公司，湖北省 襄陽(yáng)市 441100）

針對(duì)風(fēng)電機(jī)組變工況滾動(dòng)軸承故障診斷問(wèn)題，將變分模態(tài)分解(variational mode decomposition，VMD)與計(jì)算階比跟蹤(computed order tracking，COT)、逆包絡(luò)階次譜(reversed sequence squared envelope spectrum，RE-SES)2種方法結(jié)合進(jìn)行包絡(luò)階次分析；將非平穩(wěn)的時(shí)間域信號(hào)轉(zhuǎn)換成平穩(wěn)的角度域信號(hào)，再經(jīng)包絡(luò)法找出滾動(dòng)軸承故障特征信息。仿真與實(shí)驗(yàn)結(jié)果表明，VMD結(jié)合RE-SES包絡(luò)階次法可以更加有效地提取出調(diào)幅信號(hào)中的調(diào)制階次，并且VMD濾波可以使得故障特征階次更加凸顯，易于故障識(shí)別，為風(fēng)電機(jī)組變速工況下的滾動(dòng)軸承故障診斷提供參考。

風(fēng)電機(jī)組；非平穩(wěn)信號(hào)；計(jì)算階比跟蹤(COT)；包絡(luò)階次；變分模態(tài)分解(VMD)；逆包絡(luò)階次譜(RE-SES)；軸承故障診斷

0 引言

風(fēng)電機(jī)組根據(jù)風(fēng)速變工況運(yùn)行。滾動(dòng)軸承作為風(fēng)電機(jī)組的基本部件，也是最易損壞的部件之一。若軸承某些細(xì)微的損傷性故障或異常不及時(shí)檢測(cè)并排除，就可能造成整個(gè)系統(tǒng)失效、癱瘓，甚至導(dǎo)致災(zāi)難性后果。滾動(dòng)軸承振動(dòng)存在著不確定性因素和非線性作用機(jī)制，因此，風(fēng)電機(jī)組滾動(dòng)軸承狀態(tài)監(jiān)測(cè)與故障診斷具有重要意義。

階比分析可以對(duì)變速工況旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)進(jìn)行監(jiān)測(cè)，對(duì)旋轉(zhuǎn)設(shè)備故障有一定的識(shí)別能力，具有很廣闊的應(yīng)用前景[1]。欒軍英[2]指出旋轉(zhuǎn)機(jī)械工況的診斷，由于信號(hào)頻率成分多變，會(huì)產(chǎn)生“頻率模糊”現(xiàn)象；而階次跟蹤分析法通過(guò)等角度采樣將轉(zhuǎn)頻歸一，完成同步采樣；研究結(jié)果表明，計(jì)算階比跟蹤(computed order tracking，COT)技術(shù)在變速旋轉(zhuǎn)機(jī)械故障診斷過(guò)程中更具優(yōu)勢(shì)，避免了頻率模糊等問(wèn)題。Borghesanin等[3]提出了逆包絡(luò)階次譜(reversed sequence squared envelope spectrum，RE-SES)方法，首先應(yīng)用Hilbert變換求包絡(luò)信號(hào)，再利用COT技術(shù)進(jìn)行角度域的重采樣；研究結(jié)果表明，在負(fù)載復(fù)雜多變的情況下，RS-SES可以有效地對(duì)時(shí)間信號(hào)進(jìn)行計(jì)算及重采樣，該方法具有較高的計(jì)算效率及有效性。姜戰(zhàn)偉[4]提出參數(shù)優(yōu)化變分模態(tài)分解(parameter optimized variational mode decomposition，POVMD)與包絡(luò)階次譜的故障診斷方法；采用POVMD分解變轉(zhuǎn)速滾動(dòng)軸承振動(dòng)信號(hào)，利用角度域重采樣處理時(shí)變信號(hào)，轉(zhuǎn)化為平穩(wěn)信號(hào)后利用Hilbert變換求得包絡(luò)信號(hào)進(jìn)行階比分析，讀取故障特征信息；研究結(jié)果表明，該方法能夠?qū)崿F(xiàn)變轉(zhuǎn)速滾動(dòng)軸承的故障診斷，且效果明顯。武英杰[5]針對(duì)具有非平穩(wěn)特性的振動(dòng)信號(hào)，提出角度域變分模態(tài)分解方法，通過(guò)COT技術(shù)，實(shí)現(xiàn)角度域VMD分解；該方法能夠處理大范圍內(nèi)的非平穩(wěn)信號(hào)，并且有效地拓寬了VMD的使用范圍，診斷出變速工況下的軸承內(nèi)圈、外圈及滾動(dòng)體故障等。本文提出VMD濾波與RS-SES方法相結(jié)合，即先VMD濾波，再求信號(hào)包絡(luò)，最后進(jìn)行角度域重采樣的故障診斷方法。

針對(duì)風(fēng)電機(jī)組運(yùn)行工況復(fù)雜多變，滾動(dòng)軸承故障振動(dòng)信號(hào)幅值波動(dòng)較大，將基于VMD算法與不同包絡(luò)階次構(gòu)造的方法進(jìn)行對(duì)比分析，并通過(guò)滾動(dòng)軸承故障診斷進(jìn)行實(shí)驗(yàn)分析。

1 包絡(luò)階次構(gòu)造

階比分析技術(shù)對(duì)非平穩(wěn)信號(hào)的處理具有特殊意義，將時(shí)間域信號(hào)采樣轉(zhuǎn)換為角度域信號(hào)進(jìn)行等角度重新采樣，將非平穩(wěn)的時(shí)間域信號(hào)轉(zhuǎn)換成平穩(wěn)的角度域信號(hào)，不僅可以抑制與轉(zhuǎn)速無(wú)關(guān)的頻率成分和隨機(jī)噪聲，消除“頻譜模糊”現(xiàn)象，還可使得與轉(zhuǎn)速有關(guān)的故障特征頻率更加清晰可辨。為了實(shí)現(xiàn)階比分析，在數(shù)據(jù)采集階段需保證等轉(zhuǎn)角間隔采樣，從而保證采樣頻率能夠隨著轉(zhuǎn)速變化，以確保階比分析對(duì)信號(hào)直接和真實(shí)的反映。

包絡(luò)法作為故障診斷中較為常用的一種方法，對(duì)沖擊振動(dòng)的敏感程度較高。在包絡(luò)信號(hào)中，可得到?jīng)_擊頻率與沖擊強(qiáng)度，并從該沖擊振動(dòng)中找出振源，突出軸承故障特征信號(hào)，提高信噪比，為軸承故障診斷分析提供較理想的數(shù)據(jù)。

1.1 COT包絡(luò)階次

采用常規(guī)采集儀與軟件編程結(jié)合就可以實(shí)現(xiàn)階比跟蹤，具有不再需要添加其他硬件的優(yōu)點(diǎn)。首先對(duì)采集的轉(zhuǎn)速脈沖與時(shí)域振動(dòng)信號(hào)設(shè)定脈沖閾值及角域度的重采樣；計(jì)算脈沖發(fā)生時(shí)刻，選用數(shù)字跟蹤濾波器將高于所需的階比信號(hào)濾除，計(jì)算等角度時(shí)間序列，然后再通過(guò)擬合曲線的方式確定各等角度時(shí)刻的幅值；經(jīng)過(guò)重采樣后的角域度信號(hào)可近似為平穩(wěn)信號(hào)，經(jīng)過(guò)加窗處理后可防止信號(hào)的泄漏；最后將角度域信號(hào)進(jìn)行快速傅里葉變換(fast Fourier transformation，F(xiàn)FT)分析得到包絡(luò)階比譜。COT包絡(luò)階次流程[6]如圖1所示。

圖1 COT包絡(luò)階次流程圖

1.2 RS-SES包絡(luò)階次

在風(fēng)電機(jī)組變工況情況下，由于轉(zhuǎn)速的變化影響振動(dòng)信號(hào)，使得故障性特征信息的脈沖信號(hào)采集難度加大。因此，本文提出了在時(shí)域信號(hào)上直接采用Hilbert變換解調(diào)的方法，求得包絡(luò)線，再通過(guò)低通濾波器得到所需的濾波信號(hào)；利用計(jì)算階比跟蹤技術(shù)，使得風(fēng)電機(jī)組振動(dòng)信號(hào)與轉(zhuǎn)速脈沖信號(hào)相結(jié)合，實(shí)現(xiàn)包絡(luò)線信號(hào)的角度域重采樣；對(duì)角度域包絡(luò)線進(jìn)行FFT，最終得到包絡(luò)階次譜，并進(jìn)行分析?；赗S-SES的包絡(luò)階次譜求取流程[3]如圖2所示。

圖2 RS-SES流程圖

2 VMD算法

通過(guò)引入2次懲罰因子和拉格朗日乘法算子()，確保信號(hào)的重構(gòu)精度、使得約束條件保持其嚴(yán)格性，增廣的拉格朗日表達(dá)式如下：

VMD具體算法如下：

步驟3）更新：

3 仿真分析

3.1 COT-VMD仿真

COT具有采用常規(guī)采集儀與軟件編程結(jié)合就可實(shí)現(xiàn)階比跟蹤，不再需要添加其他硬件的優(yōu)點(diǎn)，為方便仿真研究，選用計(jì)算階比跟蹤與VMD結(jié)合，進(jìn)行MATLAB仿真，從而拓展VMD的使用范圍。

信號(hào)采樣頻率為1 000 Hz，仿真時(shí)間選為4 s，原信號(hào)時(shí)域波形如圖3所示，信號(hào)具有很明顯的非平穩(wěn)特性。

等角度采樣，首先對(duì)采集的轉(zhuǎn)速脈沖與時(shí)域振動(dòng)信號(hào)設(shè)定脈沖閾值及角域度的重采樣，計(jì)算脈沖發(fā)生時(shí)刻及等角度的時(shí)間序列，通過(guò)擬合曲線的方式確定等角度時(shí)刻的幅值?；?次樣條插值和2次曲線的特點(diǎn)，本文采用3次樣條插值擬合進(jìn)行等角度采樣后確定幅值，利用2次曲線描述角度與時(shí)間的關(guān)系。

圖3 非平穩(wěn)信號(hào)

Fig. 3 Nonstationary signal

圖4 轉(zhuǎn)速脈沖序列

圖5 角度域信號(hào)

將信號(hào)進(jìn)行COT-VMD分解，如圖6所示，1對(duì)應(yīng)的4階模態(tài)，2對(duì)應(yīng)的2階模態(tài)，3對(duì)應(yīng)的1階模態(tài)，3個(gè)不同階次的模態(tài)被成功提取出來(lái)。

圖6 角度域信號(hào)VMD

3.2 基于RS-SES方法的仿真

基于RS-SES方法的包絡(luò)階次主要分為求取包絡(luò)信號(hào)和角度域重采樣2部分，下面利用MATLAB對(duì)這2個(gè)信號(hào)之和進(jìn)行仿真，說(shuō)明基于RE-SES方法的包絡(luò)階次過(guò)程及其特性。

圖7 仿真信號(hào)及轉(zhuǎn)速脈沖

綜上分析，2種方法均可應(yīng)用于對(duì)非平穩(wěn)信號(hào)的處理，但基于RS-SES的包絡(luò)階次法更簡(jiǎn)單、有效地提取出調(diào)幅信號(hào)中的調(diào)制階次，對(duì)數(shù)據(jù)的計(jì)算量較小。

4 風(fēng)電機(jī)組變速工況軸承故障診斷應(yīng)用

利用旋轉(zhuǎn)機(jī)械振動(dòng)及故障模擬實(shí)驗(yàn)平臺(tái)，獲取實(shí)驗(yàn)數(shù)據(jù)。其中實(shí)驗(yàn)平臺(tái)傳動(dòng)系統(tǒng)由三相交流變頻電機(jī)、皮帶傳動(dòng)輪、傳動(dòng)軸、聯(lián)軸器、軸承及旋轉(zhuǎn)軸構(gòu)成，如圖9所示。位于旋轉(zhuǎn)軸左側(cè)為正常軸承，相反，故障軸承位于旋轉(zhuǎn)軸右側(cè)。為了模擬實(shí)際工程中變速工況下滾動(dòng)軸承的故障情況，使發(fā)電機(jī)轉(zhuǎn)速?gòu)牡退僭黾拥?470r/min，由光電轉(zhuǎn)速脈沖傳感器測(cè)量其轉(zhuǎn)速。

故障軸承型號(hào)為6205深溝球軸承，設(shè)定振動(dòng)信號(hào)采樣頻率為12800Hz，其故障特征頻率見(jiàn)表1，為軸承轉(zhuǎn)頻。

圖8 2個(gè)掃頻信號(hào)之和的解調(diào)結(jié)果

圖9 變速實(shí)驗(yàn)平臺(tái)示意圖

下面選用滾動(dòng)軸承內(nèi)圈故障下采集的振動(dòng)信號(hào)，分別對(duì)比COT-VMD與VMD濾波-RS-SES包絡(luò)階次2種方法所得的包絡(luò)階次譜進(jìn)行對(duì)比分析。

表1 滾動(dòng)軸承故障特征頻率

4.1 COT-VMD

對(duì)內(nèi)圈故障數(shù)據(jù)進(jìn)行試驗(yàn)分析，由于內(nèi)圈故障位置隨轉(zhuǎn)速不斷變化，且當(dāng)故障點(diǎn)位于軸承豎直方向最下方位置時(shí)引起的沖擊最大，在豎直方向最上方位置時(shí)引起的沖擊最小，因此，內(nèi)圈振動(dòng)信號(hào)是部件固有高頻信號(hào)(載波)、內(nèi)圈故障信號(hào)(調(diào)制波)和轉(zhuǎn)速信號(hào)(調(diào)制波)三者調(diào)制的結(jié)果，其角度域VMD及對(duì)應(yīng)的包絡(luò)譜如圖10所示，其各模態(tài)包絡(luò)譜均出現(xiàn)了明顯的2倍轉(zhuǎn)頻階次與接近內(nèi)圈故障特征的階次5.398，由此驗(yàn)證了內(nèi)圈故障的存在。

4.2 VMD濾波-RS-SES包絡(luò)階次

對(duì)內(nèi)圈故障包絡(luò)信號(hào)進(jìn)行低通濾波，根據(jù)濾波定階理論[8]，包絡(luò)信號(hào)的角度域重采樣間隔設(shè)定為π/15，即角度域采樣頻率為30Hz。內(nèi)圈故障角度域包絡(luò)信號(hào)及階次譜如圖11所示，可以看出，角度域包絡(luò)中的趨勢(shì)項(xiàng)受到顯著抑制，包絡(luò)階次譜中的故障階次5.351得以凸顯。

綜上對(duì)比分析，采用極值點(diǎn)包絡(luò)階次法可明顯找出與內(nèi)圈故障特征接近的階次：而利用COT-VMD得到的包絡(luò)譜在分析故障階次時(shí)易被其他信號(hào)干擾，其內(nèi)圈故障特征不易被找出。結(jié)果表明，極值點(diǎn)包絡(luò)階次法可以更有效、簡(jiǎn)單地提取出調(diào)幅信號(hào)中的調(diào)制階次，并且VMD濾波可以使得故障特征階次更加凸顯，易于故障識(shí)別，為風(fēng)電機(jī)組變速工況下的滾動(dòng)軸承故障診斷提供參考[9-12]。

圖10 內(nèi)圈故障角度域VMD及包絡(luò)階次譜

圖11 內(nèi)圈故障角度域信號(hào)及包絡(luò)階次譜

5 結(jié)論

1）基于COT-VMD的變速工況滾動(dòng)軸承故障診斷方法可以成功提取軸承故障特征，且將多個(gè)包含故障信息的各模態(tài)提取出來(lái)，但時(shí)域內(nèi)利用COT對(duì)數(shù)據(jù)的計(jì)算量較大。

2）基于VMD濾波和RS-SES包絡(luò)階次方法的滾動(dòng)軸承故障診斷方法能夠更加清晰、有效地提取風(fēng)電機(jī)組變速工況下的滾動(dòng)軸承故障特征，且計(jì)算效率優(yōu)于COT-VMD方法。

[1] 左翔，朱留存，朱悅灝．階比分析在旋轉(zhuǎn)機(jī)械運(yùn)行狀態(tài)監(jiān)測(cè)中的應(yīng)用[J]．中國(guó)設(shè)備工程，2017(13)：85-86．

[2] 康海英，欒軍英，鄭海起，等．基于階次跟蹤和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承包絡(luò)解調(diào)分析[J]．機(jī)械工程學(xué)報(bào)，2007，43(8)：119-122．

[3] Borghesanin P，Ricci R，Chatterton S，et al．A new procedure for using envelope analysis for rolling element bearing diagnostics in variable operating conditions [J]．Mechanic Systems and Signal Processing，2013，38(1)：23-35．

[4] 姜戰(zhàn)偉，鄭近德，潘海洋，等．POVMD與包絡(luò)階次譜的變工況滾動(dòng)軸承故障診斷[J]．振動(dòng)、測(cè)試與診斷，2017，37(3)：609-616．

[5] 武英杰．基于變分模態(tài)分解的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障診斷研究[D]．北京：華北電力大學(xué)，2016．

[6] 劉科偉．轉(zhuǎn)機(jī)械階比分析研究與軟件實(shí)現(xiàn)[D]．南京：南京航空航天大學(xué)，2008．

[7] Dragomiretskiy K，Zosso D．Variational mode decomposition[J]．IEEE Transactions on Signal Processing，2014，62(3)：531-544．

[8] 郝高巖，劉永強(qiáng)，廖英英．一種基于改進(jìn)階次包絡(luò)譜的滾動(dòng)軸承故障診斷算法[J]．振動(dòng)與沖擊，2016，25(15)：144-148．

[9] 孔德同，賈思遠(yuǎn)，王天品，等．基于振動(dòng)分析的風(fēng)力發(fā)電機(jī)故障診斷方法[J]．發(fā)電與空調(diào)，2017，38(1)：54-58．

[10] Abboud D，Antoni J，Sieg-Zieba S，et al．Envelope analysis of rotating machine vibrations in variable speed conditions：a comprehensive treatment[J]．Mechanical Systems and Signal Processing，2017(84)：200-226．

[11] 丁康，米林，王志杰．解調(diào)分析在故障診斷中應(yīng)用的局限性問(wèn)題[J]．振動(dòng)工程學(xué)報(bào)，1997，10(1)：13-20．

[12] Muralidharan A，Sugumaran V，Soman K P，et al．Detection of gear faults in variable rotating speed using variational mode decomposition(VMD)[J]．Mechanics and Industry，2015，10(1)：55-80．

(責(zé)任編輯 車德競(jìng))

Fault Diagnosis of Rolling Bearingof Wind Turbine Based on VMD andDifferent Envelope Order Structure

WANG Jianguo1, LIN Yutong1, TIAN Ye2, DU Peng3, ZHANG Peiyan4, XIN Hongwei1, WU Yingjie1

(1. School of Electrical Engineering and Automation, Northeast Electric Power University, Jilin 132012, Jilin Province, China; 2. Jilin CPI New Energy Co., Ltd., Changchun 130012, Jilin Province, China; 3. Changling Zhongdiantou Second Wind Power Co. Ltd., Songyuan 131500, Jilin Province, China; 4. State Grid Xiangyang City Xiangzhou District Power Supply Company, Xiangyang 441100, Hubei Province, China)

In order to identify the faults of rolling bearing of wind turbines, the variational modal decomposition (VMD) was combined with two methods, including calculation order tracking (COT) and reversed sequence squared envelope spectrum (RE-SES), to carry out the envelope order analysis. The non-stationary signals in time domain were converted into stationary signals in angle domain by equal angle sampling. And the bearing fault characteristic information was obtained by envelope method. The results show that the modulation order of amplitude modulation signal can be extracted more effectively by VMD combined with RE-SES envelope order method. The VMD filter could make the fault feature order more prominent, and it is easy to identify the fault, and it provide reference for the fault diagnosis of rolling bearing of wind turbine under variable speed condition.

wind turbine generator; non-stationary signal; computed order tracking (COT); the envelope order; variational mode decomposition (VMD); reversed sequence squared envelope spectrum (RE-SES); bearing fault diagnosis

2017-12-11。

王建國(guó)(1963)，男，博士，教授，博士生導(dǎo)師，研究方向?yàn)樾D(zhuǎn)機(jī)械故障診斷、電站特殊參數(shù)測(cè)量等，397625835@qq.com。

吉林省科技發(fā)展計(jì)劃重大科技招標(biāo)專項(xiàng)(20150203001SF)。

Project Supported by Science & Technology Development Plan of Jilin Province (20150203001SF).

10.12096/j.2096-4528.pgt.2018.011