Page 45 - 无损检测2024年第六期
P. 45
李丰芫，等：
风电机组齿轮的弱磁检测技术
了解被检物体内部的结构和损伤情况：被检试样中 能得到更准确可靠的弱磁检测信号曲线。
未发现裂纹、点蚀、磨损等工业CT能检测出的缺陷
参考文献：
类型。
由于工业CT无法检测出磨削烧伤， 笔者在不损 [1] 刘怀举，刘鹤立，朱才朝，等．轮齿齿面断裂失效研究
伤试样的前提下，采用巴克豪森噪声技术验证2#试 综述[J]．北京工业大学学报，2018，44（7）：961-968．
样是否存在磨削烧伤。 [2] 陈雪峰，郭艳婕，许才彬，等．风电装备故障诊断与健
康监测研究综述[J]．中国机械工程，2020，31（2）：175-
巴克豪森噪声检测法(MBN)在检测铁磁性材料
189．
过程中，遇到硬度或残余压应力减小时MBN信号均
[3] 马玉峰．风电机组齿轮箱故障趋势预测方法研究[D]．
方根值会增大，故当出现信号在某一区域曲线突然
北京：华北电力大学，2013．
增大时可以确定其为磨削烧伤。经过反复试验，笔
[4] 何宝凤，魏翠娥，石照耀．齿轮磨削烧伤检测方法研
者设置激励电压为3 V，频率为45 Hz以取得最好的 究现状及发展方向[J]．仪器仪表学报，2017，38（8）：
检测效果。根据拉依达准则画出上阈值线 +3x s ， 1889-1900．
作为信号曲线突增程度的判断依据，若超过阈值线 [5] TOUTOUNTZAKIS T，MBA D．Observations of
则认为存在磨削烧伤缺陷。2#试样的MBN均方根 acoustic emission activity during gear defect diagnosis[J]．
NDT & E International，2003，36（7）：471-477．
值曲线如图 7 所示，可见距离为 125~130 mm处的
[6] 刘柄显，丁思源，郑海波．基于巴克豪森效应预测烧伤
MBN均方根值高于该组数据的阈值线，由此可以判
齿轮显微组织的变化[J]．无损检测，2019，41（5）：38-43．
断该位置处出现了异常信号，为磨削烧伤，与弱磁检
[7] 郑硕文，刘泓滨，段先云，等．基于机器视觉的齿轮缺
测试验结果一致，验证了弱磁检测技术检测风电机
陷检测系统设计[J]．机械制造，2017，55（10）：96-97，
组齿轮的可行性。 103．
[8] 伍玉琴，徐海元，成晓军．基于机器视觉的齿轮缺陷识
别研究[J]．煤矿机械，2019，40（4）：170-172．
[9] 徐启圣，白琨，徐厚昌，等．风电齿轮箱状态监测和故
障诊断的研究现状及发展趋势[J]．润滑与密封，2019，
44（8）：138-147．
[10] 唐云，魏昂昂，童彤，等．面向风电机组行星齿轮箱故
图 7 2# 试样的 MBN 均方根值曲线 障诊断的振动监测技术研究综述[J]．风能，2022（8）：
92-95．
4 结语 [11] 姜禹桐，熊乐超，张统伟，等．基于弱磁技术的火车轮
踏面裂纹检测[J]．中国测试，2021，47（1）：29-35．
通过设计风电机组齿轮缺陷检测试验，利用弱
[12] 王焱祥，于润桥，林志福，等．储油罐底板腐蚀的弱磁
磁检测技术对两个试样的不同类型缺陷进行检测，
检测[J]．无损检测，2017，39（7）：49-53．
分析磁感应强度数据，并利用CT检测和巴克豪森噪 [13] 郭国明，丁红胜，谭恒，等．铁磁性材料的力磁效应机
声检测进行验证，得出如下结论。 理探讨与实验研究[J]．测试技术学报，2012，26（5）：
（1）在地磁场的环境下，弱磁检测技术作为风 369-376．
电机组齿轮缺陷检测的新方法，可有效、快速地对齿 [14] 刘志峰，费志洋，黄海鸿，等．激励磁场对力磁耦合作
用的强化机制研究[J]．中国机械工程，2018，29（9）：
轮表面和内部裂纹以及磨削烧伤进行检测，且定位
1108-1114，1126．
准确。
[15] 郑钧，侯锐锋．小波去噪中小波基的选择[J]．沈阳大
（2）运用Symlets小波分析并基于拉依达准则
学学报，2009，21（2）：108-110．
取阈值线对弱磁检测信号进行处理和缺陷判别，在 [16] 朱海，高胜峰，蔡鹏，等．基于拉依达准则的自适应小波
提升信噪比、提取缺陷信号方面有很好的效果，进而 阈值选取方法[J]．海洋技术学报，2016，35（4）：50-54．
11
2024 年 第 46 卷 第 6 期
无损检测
