大型风电齿轮箱行星轮系振动故障注入与智能诊断系统联合研发

本项目为某省工业和信息化厅“关键核心技术攻关”揭榜挂帅项目，落地于某市某开发区（风电科技产业园）及某市某国家高新区，联合某高校机械结构力学及控制国家重点实验室、某航空发动机企业（提供高速齿轮箱试验台资源）和某风电齿轮箱龙头企业。团队由故障诊断与转子动力学领域资深教授领衔，总人数20人，含振动信号分析与特征提取组7人（博士3人、硕士3人）、嵌入式在线监测硬件开发组5人、故障注入试验与数据采集组5人、软件开发及平台集成组3人，其中具有风电行业现场诊断经验者9人。项目核心任务：针对风电齿轮箱二级行星轮系（功率等级3MW~6MW）常见的齿面磨损、断齿、轴承点蚀及行星架不平衡四类典型故障，在某高校风电齿轮箱全尺寸试验台上进行故障注入试验（通过线切割预制故障、电火花加工磨损、不平衡配重等方式，制备故障齿轮/轴承共计32套），同步采集加速度振动信号（采样率≥51.2kHz）、转速脉冲和油液温度等多元数据，构建覆盖不同转速/载荷工况组合下的故障样本库（累计有效样本数据超600GB）。在此基础上，开发基于改进的1D-DenseNet与注意力机制融合的智能诊断模型，并移植到自研的边缘智能终端（基于NVIDIA Jetson AGX Orin，支持4路同步采集与分析），实现早期微弱故障特征提取（信噪比≥6dB工况下故障检出率≥89%）。项目按五个阶段推进：第一阶段（0~3个月）完成试验方案设计及故障件制备；第二阶段（4~7个月）完成全部试验数据采集与样本库建设；第三阶段（8~11个月）完成模型训练、优化与边缘部署；第四阶段（12~15个月）完成合作企业产线实测齿轮箱（6台）终端安装与长期运行考核（连续运行≥1000小时）；第五阶段（16个月）完成结题与成果评审。产出：申请发明专利5项（含故障注入方法及自适应特征提取算法），软著2项；形成风电齿轮箱智能诊断系统企业标准1项；诊断系统在合作企业实际应用中，提前预警早期轴承内圈故障2起，避免了单次约200万元以上的设备损坏停机损失；项目入选“某省首台（套）重大装备”认定储备名单。