DB62-T 5285-2026 -风力机主轴承故障识别技术规程

2026-12-24实施2026-12-24实施甘肃省市场监督管理局发布I 12规范性引用文件 13术语和定义 14故障数据采集 24.1采集参数 24.2传感器选型与安装 2 25故障识别 35.1基本流程 3 3 46记录档案管理 46.1数据存储记录 46.2数据格式 47人员能力要求 4附录A(资料性)故障特征频率的计算 6附录B(资料性)主轴承故障识别记录 前本文件按照GB/T1.1—2020《标准化工作导则言第1部分：标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利。本文件本文件主要起草人：郑玉巧、魏剑峰、樊佳伟、张译颢、邓林峰、包春阳、魏晓峰、曹杰、张燕强、张勇飞。本文件由兰州理工大学负责解释。下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本(包括所有的修改单)适用GB/T19873.1机器状态监测与诊断振动状态监测第1部分：总则GB/T19873.2机器状态监测与诊断振动状态监测第2部分：振动数据处理、分析与描述GB/T19873.3机器状态监测与诊断振动状态监测第3部GB/T25385风力发电机组运行及维护要求主轴承mainbearing支撑风力发电机组轮毂，并将风轮载荷传递给主机架的关键回转支承部件。故障fault当机器的一个部件或组件劣化或表现出可导致机器失效的异常时，机器所处的状态。故障识别faultidentification故障特征频率faultcharacteristicfrequency由轴承几何尺寸、滚动体数量、转轴转速确定，轴承零部件发生局部损伤时在振动信号中显现的理论参考频率。工2通过将滚动轴承采集的信号进行处理，以便抽取出有用信息应至少监测以下参数。河西走廊沙尘工况下，应提高润滑、温度、振动参数的监测频次，重点关注沙尘侵入轴承带来的异常信号。机组运行、检修维护辅助信息的记录应满足GB/T25385的相关规定。a)振动数据：主轴承位置径向、垂直方向振动加速度原始波形，宜增加轴向测点；一般6个月取样1次，出现异常振动，温度异常升高时应加密取样；故障特征频率(通常为10Hz和10kHz),并具备抗干扰能力强、耐低温、耐沙尘(防护等级达到IP67级以上)的特性。安装位置应确保能最直接地传递轴承振动，并做好密封，防止沙尘和潮气侵入。4.2.3安装要求确保能完整捕捉到最高关注频率(如10kHz)的信号特征，采样频率应不低于25.6kHz。温度与转速数据的采样频率应不低于1Hz。单次有效记录时长不应少于60s,且不少于10个主轴旋转周期。应尽可能采集机组稳定运行状态的数据应可靠传输至中央监控平台。在信号覆盖不佳的风场，可采用本地存储、定期回传或边缘计算故障识别可选用传统振动特征分析法，也可选用智能识别法故障识别流程如图1所示。b)数据预处理：对采集的原始数据利用信号处理，数据预处理的方法按照GB/T19873.2的规定d)故障识别：采用传统振动特征分析法或智能识别法开展故障判别，结合温度、润滑脂检测结果及运维记录进行综合研判，给出故障识别结论及运维建议；e)记录存档：检修、拆检完成后记录实际故障情况，保存全部过程记录存档。计算时域特征应包含均方根、峰值、峭度，采用快速傅里叶变换得到频谱。采用带通滤波结合希尔伯特变换解调得到包络谱。轴承故障特征频率计算按照附录A执行。频谱及包络谱的分析工作应符合GB/T19873.3规定，利用频谱、包络谱完成以下工作：a)将频谱、包络谱上实测谱峰与附录A理论故障特征频率及其倍频比对，识别主轴承故障对应的具体位置(外圈、内圈、滚动体、保持架);故障识别标准见表1。4辅助参考信息内圈故障升；润滑脂固体颗粒含量升高。峰；包络谱存在周期性冲击特征。含量明显增多；部分工况伴随间歇性异响。击特征较弱，调制边带突出。可听到间歇性异常声响。5.2.4复核与现场检查要求5.3.1模型选型与模型输入可采用基于机器学习(如支持向量机、神经网络)和深度学习(如卷积神经网络CNN)的算法，建5.3.2模型输出与复核当智能识别法输出和传统振动特征分析结果出现明显矛盾时，以原始振动信号人工分析结果作为原始振动波形、关键谱图、识别结论、现场检查记录应归档保存一个完整的设备大修周期；开展故障识别应做好存储记录，记录格式参6.2数据格式5人员能力要求应包括：a)从事故障识别的人员，应熟悉风力发电机组传动链结构，掌握滚动轴承故障基础知识、振动信号分析基本方法。使用神经网络模型开展辅助识别的人员，应当了解模型的局限性，能够对模型输出结果进行复核；