NSK文檔中心
ARTICLES
主軸軸承故障檢測(cè)、診斷及根本原因簡(jiǎn)介
2023-05-16 10:27:40
在這篇文章中，我們將談?wù)擄L(fēng)力渦輪機(jī)主軸軸承的故障檢測(cè)案例。主軸軸承是風(fēng)力渦輪機(jī)最關(guān)鍵的設(shè)備之一，這些巨大的軸承位于渦輪機(jī)塔架頂部的機(jī)艙中，風(fēng)力渦輪機(jī)通常使用直徑超過(guò)一米的調(diào)心滾子軸承（SRB）單元，也使用圓錐滾子軸承（TRB），設(shè)計(jì)師通常選擇單個(gè)SRB設(shè)計(jì)，其中一個(gè)由單個(gè)主軸承和兩個(gè)承載齒輪箱反作用力的扭矩臂支撐，主要功能是支撐轉(zhuǎn)子的重量以及風(fēng)產(chǎn)生的其他載荷，允許主軸平穩(wěn)旋轉(zhuǎn)，并將扭矩傳遞到相鄰設(shè)備（齒輪箱）。
主軸軸承轉(zhuǎn)速較低，約為每分鐘10轉(zhuǎn)（RPM），然而，它們?cè)诰哂刑魬?zhàn)性的條件下運(yùn)行，如由氣流波動(dòng)產(chǎn)生的可變負(fù)載，通常認(rèn)為有兩個(gè)因素會(huì)導(dǎo)致主軸軸承的早期故障，一是高推力載荷，二是潤(rùn)滑油膜生成不足。
考慮到成本和次要影響，在發(fā)生故障之前監(jiān)測(cè)這些軸承并采取適當(dāng)措施至關(guān)重要，通過(guò)智能機(jī)器學(xué)習(xí)技術(shù)使用大量渦輪機(jī)數(shù)據(jù)，您可以采取積極主動(dòng)的措施，讓我們從一個(gè)案例研究開(kāi)始，其中數(shù)據(jù)和算法有助于檢測(cè)主軸軸承故障。
下圖顯示了主軸軸承溫度信號(hào)（深藍(lán)色）相對(duì)于從其歷史數(shù)據(jù)中學(xué)習(xí)的行為（淺藍(lán)色）獲得的控制邊界，此外，在信號(hào)圖下方添加了偏差圖，以強(qiáng)調(diào)無(wú)故障和故障區(qū)域與正常行為的偏差。
上圖描述了特定渦輪機(jī)兩年半的運(yùn)行情況，我們沒(méi)有對(duì)信號(hào)使用簡(jiǎn)單的行業(yè)標(biāo)準(zhǔn)閾值，而是使用了一種智能的方法來(lái)確定信號(hào)是否在“正常”工作范圍內(nèi)，為此，我們采用了一種基于決策樹(shù)的機(jī)器學(xué)習(xí)算法，從其歷史數(shù)據(jù)中學(xué)習(xí)正常行為，在機(jī)器學(xué)習(xí)模型中同時(shí)考慮了外生輸入（運(yùn)行數(shù)據(jù)，如風(fēng)速、環(huán)境溫度、轉(zhuǎn)速等）和自回歸輸入，機(jī)器學(xué)習(xí)模型輸出與控制圖機(jī)制相耦合，控制圖通常在行業(yè)中用于監(jiān)控統(tǒng)計(jì)過(guò)程，如果信號(hào)在一定時(shí)間內(nèi)偏離邊界，則認(rèn)為設(shè)備表現(xiàn)出異常行為。
正如我們?cè)谄顖D中看到的那樣，在無(wú)故障期間（2020年1月至2021年6月），渦輪機(jī)的正常行為（綠色區(qū)域）保持在1至3攝氏度的范圍內(nèi)，然而，當(dāng)它接近故障范圍（2021年6月和2022年4月）時(shí)，與渦輪機(jī)正常值的偏差急劇上升至12度，這些升級(jí)被視為故障指示器，并且在一致性檢查之后自動(dòng)升起故障標(biāo)志，一致性檢查對(duì)于處理假警報(bào)至關(guān)重要，否則，過(guò)多的警報(bào)可能會(huì)使管理人員負(fù)擔(dān)過(guò)重。
我們用于故障檢測(cè)的另一種措施是比較相同類型渦輪機(jī)之間的渦輪機(jī)信號(hào)，為此，我們確定了相同類型渦輪機(jī)的季節(jié)性中心趨勢(shì)行為，并觀察渦輪機(jī)信號(hào)如何偏離機(jī)組。
下圖顯示了渦輪機(jī)信號(hào)（深藍(lán)色）與渦輪機(jī)信號(hào)（灰色）的對(duì)比，以及它們具有季節(jié)效應(yīng)的中心趨勢(shì)（淺藍(lán)色），此外，在主圖下方添加了一個(gè)偏差圖，以強(qiáng)調(diào)差異，偏差圖中的區(qū)域閾值由特定渦輪機(jī)無(wú)故障期間的偏差確定，除了故障區(qū)域外，可以看到主軸承的溫差保持在1攝氏度以下，季節(jié)性農(nóng)場(chǎng)行為的偏差往往會(huì)隨著接近故障區(qū)域而增加。
Kavaken算法可以在這兩個(gè)故障區(qū)域的開(kāi)頭發(fā)出警告，第一個(gè)故障區(qū)域以主軸承的維修行動(dòng)結(jié)束，第二個(gè)故障區(qū)域結(jié)束時(shí)更換了軸承，從本周的信號(hào)中可以看出，溫度值恢復(fù)到了正常運(yùn)行條件。
讓我們轉(zhuǎn)到另一個(gè)具有不同OEM渦輪機(jī)和類型的IPP的案例，與第一種情況類似，如下面的主軸軸承溫度圖所示，它在2021年7月初超過(guò)了控制圖邊界（渦輪機(jī)從其歷史趨勢(shì)中了解到的正常行為），從而觸發(fā)了故障警報(bào)，下一個(gè)指標(biāo)是檢查該渦輪機(jī)是否與參考渦輪機(jī)的季節(jié)中心趨勢(shì)有顯著差異。
如下圖所示，風(fēng)機(jī)信號(hào)明顯偏離機(jī)組，導(dǎo)致故障警報(bào)上升，工作人員確認(rèn)了警報(bào)，隨后更換了軸承。
這些都是使用大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法的智能預(yù)警系統(tǒng)如何幫助農(nóng)場(chǎng)人員在預(yù)測(cè)性維護(hù)計(jì)劃中做出更明智決策的好例子，它使農(nóng)場(chǎng)人員能夠在情況變得嚴(yán)重前幾個(gè)月做好維修和更換任務(wù)。
