风机主轴轴承损伤监测案例报告
一、单位信息
国内某风场
二、案例摘要
风机主轴轴承作为传动系统的核心部件，其早期损伤是引发机组非计划停机的关键因素。本文研究声发射技术在风机主轴轴承在线损伤监测与早期诊断中的应用。该技术通过捕捉轴承材料在微观损伤萌生与扩展(瞬间释放的高频弹性应力波，实现对微弱、早期损伤事件的高灵敏检测。重点解决了高背景噪声环境下AE信号的有效提取与分离问题，提出了基于时频特征分析的轴承典型故障模式诊断方法。应用结果表明，声发射技术能够比传统振动分析更早地预警主轴轴承的潜在故障，准确识别损伤类型，为实施预测性维护、降低运维成本、保障风机可靠运行提供了强有力的技术支撑。
三、仪器通道数
每个主轴轴承安装4个传感器。
四、监测过程
图1.传感器布置
2020年，我公司对某风场的三台直驱主轴风机进行了为期1个月的连续监测，主要监测对象是风机主轴轴承损伤情况。
监测时在主轴轴承内圈内壁安装4个声发射传感器，如果内圈有磨损可以通过4个传感器进行环绕线性定位。由于直驱主轴轴承的内圈是固定不动的，因此不用考虑走线和信号无线传输的问题。
五、数据处理与分析
图2. E1号风机波形图及特征图--/--图3. E2号风机波形图及特征图
图4. E3号风机波形图及特征图
首先，对三台风机的波形信号进行处理分析，可以匹配追踪到转速;然后分别对信号的谱进行分析，可以发现E1谱中一直会出现内圈或者滚动体的特征频率，而E2中不会出现故障特征，E3谱中偶尔也会出现滚动体特征频率;最后根据波形信号处理对三台风机进行判断可以得出E1出现内圈故障和滚子故障，E2没有发现明显故障特征，E3有初步故障特征，需要更多数据来支持验证。
图5. 3台风机特征1--/--图6. 3台风机特征2 --/--图7. 3台风机特征3
分别对三台风机声发射信号中的特征1、特征2、特征3进行提取、分析与统计，形成图2.1、图2.2以及图2.3。通过三张图对比可以看出，E1风机的特征数值要远远大于E2风机和E3风机的特征数值，相差在10个数量级。因此，通过对大量特征数据的统计可以看出，E1风机与E2风机、E3风机的明显区别，可以确定E1风机主轴承出现明显故障。
六、结论
这次现场监测验证了我公司声发射系统对风机直驱主轴轴承损伤监测的可行性和有效性，自主研发的3个特征参数可以非常直观且清晰的分辨出轴承损伤状态，基于时域波形的频谱图还可以精准判断轴承损伤所在位位置。
七、展望
不同厂家、不同规格的风机主轴轴承类型、尺寸各不相同，需要结合智能模式识别算法(如机器学习)进一步提高损伤评价的准确性。
