CEEMDAN과 개선된 TFR 변조 분석을 기반으로 한 새로운 풍력 터빈 롤링 엘리먼트 베어링 결함 진단 방법

재생 가능 에너지원 중 풍력 에너지는 환경 품질 향상에 중요한 역할을 하는 가장 빠르게 성장하는 분야 중 하나로 간주됩니다. 풍력 터빈은 일반적으로 외딴 혹은 가혹한 환경에 위치해 있습니다. 베어링은 풍력 터빈의 중요한 구성 요소이며, 그 고장은 시스템 중단의 가장 빈번한 원인 중 하나입니다. 풍력 터빈 베어링 결함은 초기 단계에서 일반적으로 매우 국소화되어 있어, 바로 이 시점에서 감지가 필요합니다. 따라서 베어링 결함의 초기 진단은 매우 중요한 실제적 의의를 갖습니다. 롤링 엘리먼트 베어링의 초기 고장 신호에서 노이즈에 의해 약한 펄스가 가려지는 문제를 해결하기 위해, 완전 앙상블 경험적 모드 분해(CEEMDAN)와 개선된 TFR 변조 방법을 결합한 새로운 결함 진단 방법이 제안되었습니다. 처음에는 CEEMDAN을 사용하여 진동 신호를 분해하여 여러 개의 내재 모드 함수(IMFs)를 얻습니다. 그 후 신호 재구성을 위한 효과적인 구성 요소를 선택하기 위해 kurtosis와 상관 함수의 결합인 새로운 KC 지표를 설계합니다. 마지막으로, 시간-주파수 표현(TFR) 영역에서 다중 규모 변조 분석을 위한 연속 웨이블렛 변환(CWT)을 기반으로 한 혁신적인 접근 방식도 도입되어 봉 envelope 스펙트럼을 추출합니다. 결함 특성 주파수(FCF)의 식별을 통해 추가 결함 진단이 이루어질 수 있습니다. 본 연구는 모델링 및 시뮬레이션 기법을 적용하여 베어링 결함 진단 알고리즘의 이론적 탐구에 중점을 둡니다. 제안된 방법의 효과성과 실행 가능성은 신시내티 대학교 및 케이스 웨스턴 리저브 대학교의 지능형 유지 보수 시스템 센터(IMS)에서 제공한 시뮬레이션 신호 및 실험 신호 분석을 통해 검증되었습니다. 이 방법은 외부 레이스 및 내부 레이스 결함을 포함한 다양한 유형의 베어링 결함을 매우 높은 계산 효율성으로 식별할 수 있는 능력을 보여줍니다. 비교 분석 결과 기존 방법과 비교할 때 결함 진단 성능의 유의한 향상이 나타났습니다. 이 연구는 풍력 터빈을 위한 효과적인 베어링 결함 진단 방법론의 발전에 기여하여 이들의 신뢰할 수 있는 작동을 보장합니다.