（一）叶片载荷及其对塔架振动的影响
叶片的不均衡载荷将导致风轮的不均衡载荷从而影响塔架的振动幅度。机组运行中，叶片有平面内振动模态和平面外振动模态，图11-6所示是叶片根部平面内和平面外弯矩的Bladed软件仿真结果。平面内弯矩几乎是风轮方位角的正弦函数，由于受叶片自身重力的影响，叶片每旋转一周其方向就改变一次。因为叶片引起的平均空气动力矩是正的，其平均值就偏离了零点。正弦曲线有一点轻微的变形，一部分是由于风切变和塔影效应引起的空气动力矩的振动，另一部分是由于叶片在平面内的振动。
图11-6 恒定风力下的叶根弯矩
平面外弯矩总是为正，平均值受叶片上气动升力的控制。由于风切变导致方位角上有一个系统的变化，180°方位角（下死点）比0°方位角的载荷低。平面外弯矩在180°方位角处的骤降也是可以预期的，这就是塔影效应的结果。叶片在平面外振动的动力属于重要的更高频率的变化。
在大风情况下，载荷的随机性更强。对于采用变桨技术的机组，平面外模态的叶片载荷会随着风速和桨距角的变化而变化。平面内模态的叶片载荷则更规则，总是受到反向重力载荷的影响。在前面的章节中可以看到叶片平面内、外各阶振动模态的变化，随着机组容量的增大，叶片柔性和长度越来越大，叶片本身的振动模态也越来越复杂。
对于定桨恒速风电机组，塔架的振动直接受到风载荷的影响，对塔架的振动进行控制只能加设振动超限保护开关。对于变速恒频风电机组，除了风载荷以外，当风轮转速变化，风轮旋转频率接近或经过塔架一阶固有频率时将会引起瞬态共振，那么可以通过对变桨系统的控制调节来调节塔架振动的动态阻尼，过滤风轮的3P、6P等不均衡载荷影响，削弱塔架振动。
塔架本身的振动频率是由结构特性决定的，对振动周期的测量只在于验证结构设计，对振动幅度的监测则是为了机组的安全性考虑。对于定桨恒速风电机组，往往只判断机组恒定运行转速下塔架自然频率的振动幅值；对变速恒频风电机组，则需要考虑整个转速范围内的塔架振动情况，因为激发塔架振动的因素会更为复杂。
（二）传动轴系的振动分析
1.分析方法
任何振动信号都是由不同的振幅、频率及相位三大要素所组成的，而这三大要素对机械设备而言，都代表着不同的意义。振幅大小代表设备运转异常状况的严重性，频率分布代表设备损坏或振动源的所在，相位差异代表设备运转所产生的振动模式。
振动信号分析是识别故障性质、寻找故障源的关键手段，通过振动分析可以得到大量的机械振动状态信息。旋转机械的评定指标为振动位移的峰-峰值和振动烈度（即方均根值，代表振动能量的大小），但为能全面地了解传动轴系的运行状态，一般从以下几个方面来分析和观察传动轴系的振动信号[37]。
1）研究和获得正常运行情况下轴系的振动参数，包括基频的幅值、相位，2倍频等谐波的幅值和相位，次谐波、半倍频幅值、相位，正常运行振动谱上的其他重要成分的频率幅值，时域波形的形状、统计特性。
2）对当前轴系的振动信号进行频谱分析、相位分析和时域波形的观察、统计分析等，提取出当前轴系振动信号的特征参数，并将这些特征参数与正常运行情况下的特征参数进行比较。
3）对各个传感器位置的振动信号进行联合分析，包括传感器信号的相似性分析。观察和分析哪些传感器位置信号变化较为明显。
4）进行趋势分析。在进行趋势分析的过程中，不但要分析峰-峰值的变化趋势，还要分析基频、2倍频等频率的变化趋势，不但要分析频率的变化趋势，还要分析相位的变化趋势，同时还要将它们联系起来，分析彼此之间的相互关系。
5）对于一些特殊情况，为进一步说明问题和获得更多信息，还须做进一步试验，主要包括转速调节试验、负载调节试验、改变润滑系统的油压和温度等试验。
（1）低速轴[38]
对于风电机组主轴这样的低速旋转机械而言，由于振动具有低能量且出现的周期长，因而诊断损伤或故障状态是困难的，传统的故障检测方法无法彻底解决低速滚动轴承的故障诊断问题。低速旋转机械故障诊断的关键是从动态信号中提取故障特征及状态识别，常规的自回归系数和傅里叶变换方法仅从时域或频域给出信号的统计平均结果，无法兼顾信号在时域或频域中的全貌和局部特征，而这些局部特征恰恰是冲击故障较多的低速机械的表现。
小波分析（Wavelet Analysis）方法可以对监测诊断中得到的机械动态信号的局部特征进行有效分析，有效地去除信号的背景噪声，提高诊断信息的质量，从而提高机械故障诊断的准确率。而传统的信号分析是建立在快速傅里叶变换（FFT）的基础上，由于FFT使用的是一种全局变换，要么完全在时域，要么完全在频域，因此无法表述信号的时频域性质，而这种性质正是非平稳信号最根本和最关键的问题。传统的FFT信号分析的频谱结果是在整个分析时段上的平均，不能反映故障信号的突变细节，而小波分析方法恰恰弥补了这种缺陷。
对于低转速的主轴轴承，即使采用低频传感器及超低转速分析技术，也难以得到轴承早期损伤的征兆，因此不宜采取常规的振动监测。轴承早期问题（如润滑不良、点蚀等）所产生的是较弱的瞬态信号，常规振动传感器及振动分析方法根本无法捕捉到这一信号。因此振动监测仅仅作为保护系统，而非预知系统，对整体设备安全监控与运行调度意义不大，只有有效地监控轴承早期损伤，才能达到预知维修的目的。
如果滚动轴承存在滚道剥落并已形成剥落坑，在内圈与外圈相对旋转的过程中，剥落坑位于低速滚动轴承负载区时，同滚道存在相对圆周运动的滚子和滚道之间会发生脱离接触的瞬间滚道局部卸载和重新接触的瞬间滚道局部过载，然后恢复正常。这时剥落坑所在的滚道及附近区域的应力就会产生间歇性的波动。如果这种现象达到某种程度，其附近的应力、应变及接触面间的接触应力都将发生较大幅度的有规律的变化。
图11-7所示是轴承缺陷的应力响应。应力波（Stress Wave）技术可以检测出滚动轴承的故障，且具有早期预测故障的特点。应力波是指接触金属表面之间的摩擦产生的瞬间波。金属摩擦引起的不规则运动或粗糙表面的变形与裂缝，以及磨屑的运动都将导致应力波的产生。运用小波变换进行应力波信号分析的方法，要求传感器具有很高的灵敏度，同时要增强测试系统的抗干扰性能，抑制各种现场噪声。通过这样的分析，不仅可以了解缺陷的目前状态，也能了解缺陷的形成历史，并对该缺陷在将来的实际应用条件下的扩展趋势做出评估。
下面简述一下冲击应力波信号的处理过程。
图11-8所示是滚动轴承应力波分析的过程。图a为应力波测试的时域曲线，可见轴承本身就承受了周期性的不均衡载荷，并出现了机械损伤。图b为图a经过带通滤波后的结果，剔除了低频振动的影响，提取了高频的冲击应力波成分。图c为图b经过检波后的结果，除了单向应力信号还去除了一些干扰信号。图d为图c经过小波分解和降噪后的结果，进一步消除干扰信号。图e为图d的频域转换结果，由该图可以判断各个应力波的功率密度，进而判断应力波的产生原因和轴承损伤程度。
图11-7 轴承缺陷的应力响应
图11-8 滚动轴承应力波分析的过程
图11-8 滚动轴承应力波分析的过程（续）
冲击应力波频谱的常用判断为红、黄、绿分级方法。红色区域表明轴承已遭受严重损伤，黄色区域表明轴承运行不良，绿色区域则表明运行良好，这里红色区域为深灰区域，黄色区域为白色区域，绿色区域为浅灰区域，如图11-9所示。
为测量轴承遭受冲击载荷引起的高频应力波，目前广泛采用专用的冲击脉冲计（Shock Pulse Meter）来测量，目前国内也有多家公司为风电设备监测提供了专门的解决方案。
（2）齿轮箱
对于风电机组的齿轮箱而言，其振动原因除了轴承以外，还要考虑齿形误差、齿轮磨损、轴不对中、断齿、轴弯曲、轴向窜动、轴不平衡等因素的影响。一般情况下，在齿轮箱振动信号的处理上，可采用时域、频域、幅值、时-频域结合分析等方法。不同的情况可使用不同的分析方法，但怎样把故障信号从所采集的众多复杂信息中提取出来是齿轮箱故障诊断的关键性问题。
频谱分析是齿轮箱故障诊断中最常用的一种方法。值得注意的是，由于齿轮箱具有很多转轴和齿轮，因而有很多不同的旋转频率和啮合频率。每个旋转频率都可能在每个啮合频率周围调制出一个边频带，因而在齿轮的振动功率谱中，可能出现很多大小和周期都不相同的周期信号，很难直观地看出其大小和特性。如果能对这些功率谱再进行一次谱分析，则能把边频带信号分离出来，使周期分量在第二次谱分析时变成离散的谱线。
图11-9 轴承缺陷评估的方法
（3）发电机
发电机内存在多个相关的工作系统（如电路系统、磁路系统、机械系统、绝缘系统、通风散热系统等），故障起因和故障征兆表现出多样性，而对于轻微故障的发电机，其故障征兆又具有相当的隐蔽性，其量值小，难以发现与捕捉，这就为发电机的故障诊断增加了困难。
对于风电机组而言，发电机的振动分析可与低速轴、齿轮箱的振动监测结合起来，在同一时间从轴线上观测彼此之间的影响来判断故障。当遇到复杂的情况时，除了振动以外，还可以结合发电机电流进行采样分析。
对于发电机而言，故障的判断较为困难，但因其转速较高，所以振动信号的采集和处理较为简单，一般可采用消噪、带通滤波和包络频谱分析方法[39]。
图11-10所示是发电机振动信号的常用处理方法。图a为振动时域波形，经过消噪、带通滤波处理后得到如图b的波形，而后对该信号波形进行如图c所示的包络分析，进而得到如图d所示的包络频谱图，而图e则将图d的纵坐标取为对数坐标来判断信噪比。
图11-10 发电机振动信号的常用处理方法(www.xing528.com)
值得指出的是，变速恒频风电机组在电气设计方面的特殊性对发电机的运行提出更高的要求。变频器-发电机系统产生的共模电压在发电机轴上感应出比较高的轴电压，从而使发电机轴承产生电蚀，如预防不当，将造成发电机轴承在短期内失效。轴承电蚀将在滚道内侧形成明显的横向规则条纹，在电蚀显著时，在振动信号上也能得到直观地反映。
（4）智能评估
对于风电机组传动轴系的振动情况，可以用红（损伤）、黄（不良）、绿（良好）分区来进行评估，但风电机组在变速变载运行状态下红、黄、绿区域的宽度和界限则要根据机组的实际情况来确定，这不单要考虑传动轴系部件各自的特点，也要考虑故障振动频率受到机组固有的扭转振动、不均衡载荷的影响程度。
图11-11所示是对风电机组传动轴系振动的智能评估可采取变速变载分析技术，根据风速、转速、功率等参数进行相关性评估，智能调整评估标准，并做出归一化的评估值，从而得到可靠的分析结论。
图11-11 根据风电机组的运行状态进行传动轴系振动评估
2.振动信号及其基本特征
（1）转子不平衡
由于设计、制造和安装中转子材质不均匀、结构不对称、加工和装配误差等原因和由于机械运转时热弯曲、零件脱落或电磁力干扰而造成质量偏心，致使旋转时由于质量不平衡而造成的振动，这是旋转机械中最常见的故障。
其特征是振动方向通常都发生在径向，振动频率即转子的转动频率，轴向的振幅很小。
（2）转子不对中
对于风电机组而言，传动轴系是由三部分组成的，如果制造、安装及运行过程中由于轴承支架、机架或弹性支撑变形等原因的影响造成转子不对中，那么也将产生轴系振动。
不对中可分为平行不对中、角度不对中及这两者的组合。
其主要特征是其振动值与转子负载有关，随负载的增大而增大。平行不对中产生的振动频率是2倍的旋转频率，同时也存在多倍颤振；混合式不对中则除了径向振动外还存在轴向振动。
（3）转子弯曲
转子的初始弯曲是由于加工不良、残余应力或碰撞等原因引起的，将引起传动轴系的工频振动，通过振动测量并不能把它与转子不平衡区分开来，而应在低速转动下检查转子各部位的径向跳动量予以判定。
（4）机械松动
机械松动造成的原因大致可以分为两种：外松动，即结构、底板松动或固定螺栓松动；内松动，即转子配合元件的松动，如轴与轴承内圈、轴承盖与轴承外圈。
不论内松动或外松动，振动信号均表现为一倍与多倍旋转频率的振动信号均增大，且径向与轴向振动信号具有相同特征。
（5）滚动轴承损坏
滚动轴承由四个部件组成，为内圈、外圈、滚动件和保持器，这四个部件各有其特征频率。
轴承内圈的特征频率通常为旋转频率×滚动件数量×60%；
轴承外圈的特征频率通常为旋转频率×滚动件数量×40%；
轴承保持器的特征频率通常为旋转频率×（40%～60%）；
轴承滚动件的特征频率通常为旋转频率的2～4倍。
轴承元件损坏导致的振动信号通常都包含特征频率的谐波与旋转频率的谐波，径向和轴向振动信号具有相同的特征，有时轴承损坏时的特征也未必严格与上面所述的内容对应，实际情况和轴承的损坏程度以及负载的变化情况有关系。
（6）动静摩擦
由于转子弯曲、转子不对中、间隙不足和非旋转件变形等原因引起的转子与固定件的接触碰撞，而引起的异常振动。
该振动的频带比较宽，既有旋转频率的整数分数次振动频率也有高次谐波分量，并伴随有异常噪声，可根据振动频谱和声谱进行判别。在摩擦发生时，轴心轨迹总是与旋转方向相反，由于摩擦还可能产生自激振动，自激的涡动频率为转子的一阶固有频率，但涡动方向与转子旋转方向相反。
（7）齿轮
齿轮箱的啮合频率为轴系运转的固有频率，在正常情况下应均匀平稳。齿轮箱的啮合频率为旋转频率×齿数。
当齿面磨损、偏心或两轴不平行时，齿轮箱的啮合频率将伴随其谐波的产生，还将激发齿轮箱的固有频率。
（8）叶片
这里的叶片是指发电机的内部同轴冷却扇叶，当叶片出现不平衡、破损或刮擦等情况时，将在转子的径向和轴向产生振动。
叶片的特征频率为旋转频率×叶片数量。
（9）发电机
发电机出现电气故障时也将影响传动轴系的振动。
当发电机气隙不均时，将在轴系造成2倍电网频率的径向振动。
当发电机定子绕组发生匝间故障时，将产生定子槽频率振动信号，该频率为旋转频率×定子槽数，在振动信号产生时将伴随谐波。
当发电机转子笼条（笼型异步发电机）或转子槽（绕线转子异步发电机）故障时，将产生转子频率振动信号，该频率为旋转频率×转子笼条数或转子槽数，在振动信号产生时将伴随谐波。
（10）三相电压不平衡
三相电压不平衡在现场是经常出现的情况，在此情况下将导致发电机定子三相电流的不平衡，使转子产生两倍电网频率的径向振动。
风电机组这样的大型回转机械的振动监测与故障诊断是非常复杂的，上面所述的只是一些最简单的例子。对于轴承、齿轮箱和发电机的振动检测，其与设备的结构组成和机组的控制模式有非常大的关系，在实际运行中也可能同时出现多种故障状态互相影响的情况。另一方面，也完全有可能通过对一些易于观测的参量（比如电压、电流等）进行分析，得到对于难以观测的故障状态的判断结果，这也是目前国际上对于风电机组状态监测领域的研究热点问题。
在现场的应用中积累实际的案例非常必要，既可为理论分析提供素材，又可支持理论分析，对于风电机组这样高可靠性的运行要求具有非常重要的意义。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
