为了完成偏航轴承和变桨轴承桃形沟滚道淬火后硬车削粗、精加工及磨削等高效率精加工,研制了高精度数控双柱定梁立式车磨加工中心,实现滚道的高效硬车削及磨削加工。

风电轴承包括风电机组的偏航轴承、变桨轴承、主轴承,属于风电机组的关键部件。风电轴承的出厂游隙、摩擦力矩、空载温升是影响其运行性能的重要指标。精确测量轴承的游隙、摩擦力矩、空载温升,可定量分析轴承设计制造的一致性,保证后续装机使用的可靠性;因此,设计一套专用的风电轴承功能测试系统,实现风电轴承的出厂游隙、摩擦力矩、空载温升的测试,可验证风电轴承的设计与制造的可靠性。

行星传动机构作为风电齿轮箱关键部件,因承受无规律的风力作用及强陈风冲击变载荷作用,所以行星轮系传动时的均载性水平对提高风电齿轮箱传动可靠性具有重要意义,行星轮组件轴向游隙是保证实现行星轮系中太阳轮浮动的前提,是提高行星轮系传动均载性水平、使用寿命的关键。针对行星轮组件轴向游隙偏大问题,分别从测量方式、测量仪表、装配工艺、轴承内外圈高度差4个方面对行星轮组件轴向游隙的影响进行了深入分析,确认了轴承内外圈高度差对行星轮组件轴向游隙的影响,通过引入轴承内外圈高度差因素,解决了行星轮组件轴向游隙偏大问题。

对风力发电机机组的运行状况进行实时监测,并识别其健康状态,是保证机组正常运行的关键,为此提出一种固有时间尺度分解(Intrinsic time-scale decomposition,ITD)-多尺度熵(Multiscale entropy,MSE)的振动信号分析方法,对振动信号进行预处理,提取重构信号时域特征,并结合极限学习机(Extreme learning machine,ELM)对风电轴承健康状态进行识别。首先采用ITD方法对风电轴承的振动信号进行分解,得到一系列固有旋转分量,并计算其多尺度熵值,以多尺度熵值大小为依据,选取固有旋转分量并进行信号重构。计算重构信号的均方根值、峭度值、峰值因子与峰峰值,并将其作为特征指标值,建立ELM识别模型,识别风电轴承的健康状态。风电轴承试验结果表明,本文模型可以准确识别风电轴承健康状态。