ĐẠI HỌC BÁCH KHOA HÀ NỘI
TRƯỜNG CƠ KHÍ

LUẬN VĂN THẠC SĨ
Tự động phân loại hư hỏng các phần tử
của hộp số tua bin gió trong điều kiện vận
hành ở Việt Nam.
Học viên

: Nguyễn Hữu Cương

MSHV

: 20212653M

Mã đề tài

: 2021BCĐT-KH01

Email

:

Ngành

: Kỹ thuật Cơ điện tử

Chuyên ngành

: Cơ điện tử

Giảng viên hướng dẫn:

TS. GVC. Nguyễn Trọng Du _____________

Nhóm chun mơn:

Thiết kế Hệ thống Cơ Khí

Khoa:

Cơ điện tử
HÀ NỘI, 2023

Chữ ký của GVHD


CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN
THẠC SĨ
Họ và tên tác giả luận văn : Nguyễn Hữu Cương
Đề tài luận văn: Tự động phân loại hư hỏng các phần tử của hộp số tua bin
gió trong điều kiện vận hành ở Việt Nam.
Ngành: Kỹ thuật Cơ điện tử
Mã số SV: 20212653M
Tác giả, Người hướng dẫn khoa học và Hội đồng chấm luận văn xác nhận
tác giả đã sửa chữa, bổ sung luận văn theo biên bản họp Hội đồng ngày 04/08/2023
với các nội dung sau:
-


Thay thế tài liệu tham khảo bị trùng lặp, bỏ bớt tài liệu tham khảo không thiết yếu.
Gộp chương 2 và 3 thành 1 chương.
Sửa các sai sót hình thức được đánh dấu trong các quyển luận văn gửi phản biện.
Sửa công thức 2.6 , 3.3.
Sửa thuật ngữ học chuyển tiếp > học chuyển giao.
Kết luận làm rõ kết quả luận văn.
Sửa thuật ngữ: sức khỏe > tình trạng, ổ đỡ con lăn > ổ lăn.
Dịch từ các từ tiếng anh trong văn bản và hình ảnh.
Ngày 08 tháng 08 năm 2023
Giáo viên hướng dẫn

Tác giả luận văn

CHỦ TỊCH HỘI ĐỒNG


TÓM TẮT LUẬN VĂN THẠC SĨ
Đề tài: Tự động phân loại hư hỏng các phần tử của hộp số tua bin gió
trong điều kiện vận hành ở Việt Nam.
Tác giả luận văn: Nguyễn Hữu Cương

Khóa:CH2021B

Người hướng dẫn: TS. GVC Nguyễn Trọng Du
Từ khóa (Keyword): phân loại hư hỏng, bánh răng, ổ lăn, wavelet transform,
transfer learning
Nội dung tóm tắt:
a) Lý do chọn đề tài:
Hiện nay, các dự án điện gió lớn đang được đầu tư phát triển để khai

thác nguồn năng lượng gió dồi dào ở Việt Nam, các dự án trị giá hàng
nghìn tỷ đồng. Việc nghiên cứu về phân loại hư hỏng thiết bị quay giúp
việc bảo trì hộp số tua bin dễ dàng hơn và tránh những thiệt hại nghiêm
trọng xảy ra bất ngờ.
b) Mục đích nghiên cứu của luận văn, đối tượng, phạm vi nghiên cứu:
Luận văn nghiên cứu cách phân loại hư hỏng thiết bị quay một cách
tự động, giảm phụ thuộc vào các chuyên gia. Các phương pháp xử lý tín
hiệu số thuần túy và áp dụng trí tuệ nhân tạo được nghiên cứu để áp
dụng cho 2 chi tiết dễ bị hư hỏng nhất đó là bánh răng và ổ lăn.
c) Tóm tắt cơ đọng các nội dung chính và đóng góp mới của tác giả
Dựa trên cơ sở dao động cơ học của thiết bị quay, phép biến đổi
wavelet và mạng học sâu, luận văn đã đề xuất quy trình xử lý tín hiệu
để xây dựng mơ hình mạng học sâu có khả năng tự động phân loại hư
hỏng bánh răng và ổ lăn. Các bước huấn luyện chi tiết đã được đưa ra,
và giao diện phần mềm Matlab đã được xây dựng để phân loại hư hỏng
của nhiều nguồn dữ liệu khác nhau. Kết quả cho thấy chỉ với số lượng
dữ liệu hạn chế, mơ hình mạng vẫn đạt được độ chính xác phân loại,
tính tổng quát và tin cậy cao.
d) Phương pháp nghiên cứu.
Trong luận văn này, việc tìm tài liệu và tổng hợp ưu và nhược điểm
của các phương pháp giúp xác định được mục tiêu đề tài. Các nội dung
kiến thức xoay quanh mục tiêu được nghiên cứu kỹ, làm cơ sở để liên
kết kiến thức và tìm ra được giải pháp cho vấn đề mục tiêu. Giải pháp
được kiểm tra bằng cả lý thuyết và thực nghiệm. Dựa trên các chỉ số
đánh giá kết quả kiểm tra, ta sẽ tìm được cách để cải tiến phương pháp
đề xuất.
e) Kết luận
Phương pháp phân loại hư hỏng thiết bị quay bằng trí tuệ nhân tạo
đang là xu hướng hiện nay. Luận văn này đóng góp một cách tiếp cận
hiệu quả với tiềm năng ứng dụng vào thực tiễn Việt Nam trong giai đoạn

phát triển dự án tua bin gió sắp tới.


Lời cảm ơn
Trong quá trình thực hiện Luận văn này, tác giả đã nhận được sự hỗ trợ, giúp
đỡ và tạo điều kiện từ nhiều tổ chức và cá nhân. Xin cảm ơn sự giúp đỡ của cán bộ
giáo viên từ các trường đại học và sự giúp đỡ về vật chất cũng như tinh thần từ gia
đình, bạn bè và đồng nghiệp. Đặc biệt, xin chân thành cảm ơn Thầy TS. Nguyễn
Trọng Du – Người hướng dẫn khoa học đã dành nhiều thời gian và công sức hướng
dẫn trong q trình nghiên cứu và hồn thành Luận văn.
Mặc dù đã cố gắng nhưng Luận văn vẫn cịn thiếu sót và hạn chế. Mong nhận
được ý kiến đóng góp từ Q thầy cơ, các chun gia, đồng nghiệp, gia đình và
bạn bè để đề tài được hoàn thiện hơn.
Xin chân thành cảm ơn.

Tóm tắt nội dung luận văn
Hệ thống máy móc thiết bị quay ln là phần quan trọng khơng thể thiếu
trong hệ ngành công nghiệp sản xuất. Hiện nay, các dự án điện gió lớn đang được
đầu tư phát triển để khai thác nguồn năng lượng gió dồi dào ở Việt Nam. Cùng với
đó, việc giám sát và chẩn đốn sớm tình trạng hộp số tua bin gió cần được quan
tâm trong những năm tới để tiết kiệm chi phí khắc phục sự cố.
Để thực hiện được việc mục tiêu tự động chẩn đoán hư hỏng hộp số tua bin
gió, luận văn tập trung nghiên cứu các kiến thức về tính chất cơ học và các dấu
hiệu hư hỏng bánh răng, ổ lăn; về phương pháp xử lý tín hiệu số trên cơ sở wavelet;
về phương pháp xử lý ảnh bằng mạng học chuyển giao Resnet. Những kiến thức
trên được xây dựng thành quy trình xử lý tín hiệu và được thực hiện tính tốn bằng
phần mềm Matlab. Dữ liệu tín hiệu rung tham gia tính tốn được lấy từ nguồn công
khai trên mạng và dữ liệu thu thập từ bộ thí nghiệm hộp số bánh răng một cấp tại
Lab nghiên cứu. Với dữ liệu thực nghiệm đa dạng, mơ hình phân loại đã được huấn
luyện và cho kết quả có độ tin cậy, độ chính xác với chi phí tính tốn thấp. Mặc dù

cịn hạn chế về dữ liệu thực tế tại các nhà máy, mơ hình phân loại với dữ liệu thực
nghiệm đã chứng minh được tính tổng qt cao. Từ kết quả đó, phần mềm chẩn
đốn hư hỏng đã được thiết kế một cách dễ sử dụng trên nền tảng Matlab. Kết quả
của luận văn này chỉ ra tiềm năng phân tích mối liên hệ giữa các đặc trưng tín hiệu
khi biểu diễn dưới dạng hình ảnh. Trong tương lai, nếu khái quát hóa được lý thuyết
về mối quan hệ này, ta có thể lọc bỏ các thành phần thừa để mơ hình phân loại tăng
độ tin cậy hơn.
Học viên thực hiện
Ký và ghi rõ họ tên


MỤC LỤC
CHƯƠNG 1. Tổng quan Tua bin gió ở Việt nam..................................... 1
1.1 Tiềm năng phát triển điện gió tại Việt Nam .......................................... 1
1.2 Vấn đề hư hỏng của tua bin gió ............................................................. 3
1.3 Giám sát tình trạng hoạt động của hộp số tua bin gió trên cơ sở tín hiệu
dao động. ....................................................................................................... 5
1.4 Xác định vấn đề cần nghiên cứu............................................................ 6
CHƯƠNG 2. Cơ sở chẩn đốn tình trạng kỹ thuật các phần tử hộp số
nhờ phân tích dao động............................................................................... 8
2.1 Vấn đề hư hỏng hộp số bánh răng và giải pháp phòng ngừa ................ 8
Vấn đề hư hỏng của hộp số bánh răng ........................................ 8
Các dạng hỏng và đặc trưng dao động của bánh răng .............. 10
Các dạng hỏng và đặc trưng dao động của ổ lăn ...................... 13
động

Các giải pháp phịng ngừa hư hỏng dựa trên phân tích tín hiệu dao
19

2.2 Phân tích tín hiệu trong miền thời gian-tần số, phép biến đổi Wavelet

29
Cơ sở lý thuyết .......................................................................... 29
Hàm Morlet ............................................................................... 30
Phép biến đổi Wavelet rời rạc (DWT) ...................................... 34
Phân tích đa phân giải ............................................................... 34
Phép biến đổi Wavelet packet ................................................... 35
2.3 Phép biến đổi Tunable Q-factor Wavelet Transform (TQWT) ........... 36
Giới thiệu phép biến đổi Tunable Q-factor Wavelet Transform
36
Biến đổi Fourier rời rạc trong TQWT ....................................... 37
Hệ số tỉ lệ .................................................................................. 37
Xây dựng ngân hàng bộ lọc 2 kênh........................................... 41
Biến đổi Wavelet ....................................................................... 44
Các tham số Q, r, J .................................................................... 45
Tối ưu hệ số Q, r bằng tính toán wavelet entropy ..................... 48
Ứng dụng TQWT trong lọc nhiễu tín hiệu................................ 49
Kết luận chương .......................................................................................... 50


CHƯƠNG 3. PHƯƠNG PHÁP TRÍ TUỆ NHÂN TẠO VÀ ỨNG DỤNG
TRONG TỰ ĐỘNG PHÂN LOẠI DAO ĐỘNG .................................... 51
3.1 Ứng dụng trí tuệ nhân tạo trong các lĩnh vực...................................... 51
3.2 Mạng Nơ ron nhân tạo – Artificial Neural Network (ANN) .............. 52
3.3 Mạng nơ-ron tích chập – Convolution Neural Network ..................... 53
Giới thiệu .................................................................................. 53
Tích chập 2 chiều trong mạng Nơ-ron ...................................... 53
Kiến trúc điển hình của mạng nơ-ron tích chập ....................... 56
Lớp tích chập – bộ lọc (kernel) ................................................. 57
Lớp gộp (pooling) ..................................................................... 58
Lớp kết nối đầy đủ - phân loại (fully connected) ..................... 59

3.4 Mạng ResNet – Residual Convolution Neural Network ..................... 60
Transfer Learning ..................................................................... 60
Kiến trúc của mạng tích chập huấn luyện sẵn .......................... 61
Kiến trúc mạng ResNet ............................................................. 62
Kết luận chương .......................................................................................... 64
CHƯƠNG 4. MỘT SỐ KẾT QUẢ THỰC NGHIỆM tự động phân loại
hư hỏng các phần tử có trong hộp số tua bin gió ................................... 65
4.1 Xây dựng quy trình tự động phân loại trên cơ sở phương pháp được đề
xuất ............................................................................................................. 65
Vận dụng các thuật tốn tối ưu mạng học sâu .......................... 65
Quy trình xây dựng mơ hình tự động phân loại hư hỏng ......... 66
Các bước thực hiện ................................................................... 67
Xây dựng bộ chương trình tự động phân loại hư hỏng............. 69
4.2 Kiểm nghiệm phương pháp bằng dữ liệu thực tế ................................ 72
Kiểm nghiệm trên cơ sở bộ dữ liệu bánh răng tham khảo ........ 72
Kiểm nghiệm trên cơ sở bộ dữ liệu tua bin gió thực tế ............ 78
Kiểm nghiệm trên cơ sở bộ dữ liệu bánh răng tự xây dựng ..... 79
Kiểm nghiệm hư hỏng ổ lăn ..................................................... 83
Kết luận chương .......................................................................................... 86
Kết luận ...................................................................................................... 87
Kết luận ............................................................................................... 87
Hướng phát triển của đề tài trong tương lai ........................................ 87


Danh mục cơng trình đã cơng bố của luận văn ...................................... 88
TÀI LIỆU THAM KHẢO ........................................................................... 89


DANH MỤC HÌNH VẼ
Hình 1.1: (a) Tổng cơng suất lắp đặt tồn cầu vào năm 2016 và dự đốn số

liệu tới năm 2050 [1] .................................................................................... 1
Hình 1.2: Bản đồ điện gió ở Việt Nam năm 2021. ........................................ 2
Hình 1.3: Tua bin gió bị cháy tại Bình Thuận. ............................................. 3
Hình 1.4: Cấu tạo của tua bin gió Siemens ................................................... 4
Hình 1.5: Tỷ lệ hỏng hóc theo các bộ phận của tua bin gió, thời gian ngừng
hoạt động và các dạng hỏng hóc ................................................................... 4
Hình 1.6: Đường đặc tính giám sát tình trạng thiết bị, sử dụng giá trị RMS[9]
................................................................................................................................ 6
Hình 2.1: Phân chia vùng tần số hư hỏng của hộp số bánh răng [18] ........ 9
Hình 2.2: Thơng số hình học của bánh răng trụ răng thẳng ........................ 10
Hình 2.3:Một số dạng hư hỏng phân bố của bánh răng (nguồn internet) ... 11
Hình 2.4: Bánh răng hư hỏng gãy ............................................................... 12
Hình 2.5:Cấu tạo ổ lăn (a) và các dạng con lăn (b) ................................... 13
Hình 2.6: Thơng số hình học của ổ lăn ....................................................... 14
Hình 2.7: Hư hỏng do mịn ......................................................................... 14
Hình 2.8: Hiện tượng tróc tại vịng ngồi của ổ lăn ................................... 15
Hình 2.9: Vết mịn do lắp lệch .................................................................... 15
Hình 2.10: Hư hỏng do vịng trong q nhiệt ............................................. 15
Hình 2.11: Tróc vảy và gãy vịng ngồi ổ lăn ............................................. 16
Hình 2.12: Các vị trí đo dao động của ổ lăn để thu thập tín hiệu chẩn đốn
.............................................................................................................................. 17
Hình 2.13: Các dạng tín hiệu đặc trưng đo được tại vị trí gần với ổ lăn bằng
gia tốc kế ..................................................................................................... 17
Hình 2.14: Đặc điểm phổ qua các giai đoạn hoạt động của ổ lăn. ............ 18
Hình 2.15: Sơ đồ động học của ổ lăn [24] ................................................. 19
Hình 2.16: Phổ Biên độ - Thời gian của ổ lăn hỏng vịng ngồi ................ 20
Hình 2.17: Sơ đồ lọc tín hiệu ...................................................................... 21
Hình 2.18: Đường đặc tính tần số của bộ lọc thơng thấp........................... 22
Hình 2.19: Phổ biên độ tín hiệu ‫ͳݔ‬ሺ‫ݐ‬ሻ‫ʹݔ‬ሺ‫ݐ‬ሻ .............................................. 25
Hình 2.20: Phổ biên độ tín hiệu dao động tắt dần ...................................... 26

Hình 2.21: Phổ tần số của tín hiệu dao động tương ứng với các trạng thái hư
hỏng khác nhau của hộp số [27] ................................................................. 27
Hình 2.22: Đường bao tín hiệu ................................................................... 27
Hình 2.23: Các bước tính tốn đường bao tín hiệu .................................... 28
Hình 2.24: Các bước tính tốn phổ đường bao .......................................... 28


Hình 2.25: Phổ đường bao của tín hiệu kích động va chạm tuần hồn...... 28
Hình 2.26: Đồ thị hàm Morlet a) ߱Ͳ ൌ ͳͲ và b)߱Ͳ ൌ ʹͲ ........................ 30
Hình 2.27: Vị trí các cửa sổ trên mặt phẳng thời gian tần số..................... 33
Hình 2.28: Sơ đồ tính tốn biến đổi Wavelet .............................................. 33
Hình 2.29: Mối quan hệ giữa các khơng gian con kín (a) và khơng gian con
wavelet (b) ................................................................................................... 35
Hình 2.30: Quy trình phân rã tín hiệu bốn mức bằng cách sử dụng biến đổi
wavelet rời rạc ............................................................................................. 35
Hình 2.31: Minh họa phép biến đổi WPT bậc 4 [32]. ................................. 36
Hình 2.32: Sơ đồ thuật tốn TQWT. Mỗi stage là một ngân hàng bộ lọc với
2 kênh........................................................................................................... 37
Hình 2.33: [33] a) Sơ đồ khối lọc thông thấp với hệ số ߙ. ....................... 38
Hình 2.35: [33] a) Sơ đồ khối lọc thơng cao với hệ số ߚ. ........................ 40
Hình 2.36: Hệ thống lọc thông thấp tương đương với ‫߱ݍ݁ܨ‬được định nghĩa
bởi (2.51) ..................................................................................................... 41
Hình 2.37: Hệ thống lọc thơng cao tương đương với ‫߱ݍ݁ܨ‬được định nghĩa
bởi (2.52) ..................................................................................................... 41
Hình 2.38: Hệ thống tương đương với ‫߱ݍ݁ܨ‬được định nghĩa bởi (2.53) . 41
Hình 2.39: Hệ thống tương đương với ‫߱ݍ݁ܨ‬được định nghĩa bởi (2.54) .. 41
Hình 2.40: Ngân hàng bộ lọc phân tích và tổng hợp cho phép biến đổi wavelet
điều chỉnh được Q. ...................................................................................... 42
Hình 2.41: Hoạt động của ngân hàng bộ lọc phân tích hai kênh, được minh
họa bằng cách sử dụng ߙ ൌ Ͳǡͺ và ߚ ൌ Ͳǡ͸ [33]. ...................................... 44

Hình 2.42: Sơ đồ thuật tốn TQWT. Mỗi stage là một ngân hàng bộ lọc với
2 kênh........................................................................................................... 44
Hình 2.43: Đáp ứng tần số của ‫ ݆߱ͳܪ‬theo cơng thức (2.67) [33]. ............ 45
Hình 2.44: TQWT wavelet và đáp ứng tần số với các tham số TQWT khác
nhau [35]. .................................................................................................... 47
Hình 2.45: Tín hiệu nhiễu............................................................................ 49
Hình 2.46: Hàm tổn thất.............................................................................. 50
Hình 2.47: Tín hiệu sạch ............................................................................. 50
Hình 3.1: Minh họa mơ hình mạng nơ ron .................................................. 52
Hình 3.2: Cách tính tích chập 1 chiều......................................................... 54
Hình 3.3: Tích chập với đệm lề ................................................................... 54
Hình 3.4: Minh họa phép tính tích chập 2 chiều ......................................... 56
Hình 3.5: Phép tính tích chập của một hình ảnh ma trận MxNx3 với bộ lọc
3x3x3............................................................................................................ 58


Hình 3.6: Các kiểu phép gộp (pooling)....................................................... 59
Hình 3.7: Mơ hình mạng CNN và lớp kết nối đầy đủ ................................. 59
Hình 3.8: Sơ đồ so sánh hiệu suất mơ hình trước và sau khi áp dụng transfer
learning (Handbook Of Research On Machine Learning Applications and
Trends: Algorithms, Methods and Techniques) .......................................... 60
Hình 3.9: Kiến trúc mạng AlexNet .............................................................. 62
Hình 3.10: Cộng trực tiếp đầu vào của khối với nhánh còn lại trong khối
Identity block. ............................................................................................. 63
Hình 3.11: Kiến trúc tóm tắt của mạng ResNet-50. .................................... 64
Hình 3.12: Mơ hình áp dụng mạng Nơ-ron tích chập đã huấn luyện vào bộ
dữ liệu mới................................................................................................... 64
Hình 4.1: Quy trình xây dựng mơ hình phân loại hư hỏng ......................... 67
Hình 4.2: Giao diện Read Data .................................................................. 69
Hình 4.3: Giao diện Pre-processing ........................................................... 70

Hình 4.4: Giao diện Deep Network Designer. ............................................ 70
Hình 4.5: Giao diện testing model .............................................................. 71
Hình 4.6: Giao diện phân loại hư hỏng dữ liệu mới ................................... 72
Hình 4.7: Mơ tả lỗi hư hỏng bánh răng ....................................................... 73
Hình 4.8: Phân tích dữ liệu trên giao diện Read Data ............................... 73
Hình 4.9: Tìm bộ tham số giảm nhiễu tối ưu trên giao diện Pre-processing
.............................................................................................................................. 74
Hình 4.10: Xuất file tạo bộ dữ liệu ảnh. ..................................................... 75
Hình 4.11: Kết quả huấn luyện với 10% data ............................................. 75
Hình 4.12: Kết quả kiểm tra mơ hình đã huấn luyện bằng testing data ..... 77
Hình 4.13: Thực hiện phân loại hư hỏng với dữ liệu mới. ......................... 77
Hình 4.14: Cấu tạo tua bin thử nghiệm [40]. .............................................. 78
Hình 4.15: Cấu tạo hộp số thử nghiệm [40]. ............................................... 78
Hình 4.16: Kết quả phân loại dữ liệu tua bin gió ....................................... 79
Hình 4.17: Mơ hình thí nghiệm hộp số bánh răng 1 cấp ............................. 80
Hình 4.18: Mơ tả lỗi hư hỏng bánh răng ..................................................... 80
Hình 4.19: Hình ảnh biểu diễn 4 loại mẫu tín hiệu trên miền thời gian..... 81
Hình 4.20: Hình ảnh biểu diễn 4 loại mẫu tín hiệu sau khi CWT............... 81
Hình 4.21: Kết quả kiểm tra mơ hình với tín hiệu tải trọng thấp ............... 82
Hình 4.22: Kết quả kiểm tra mơ hình với tín hiệu tải trọng cao ................. 83
Hình 4.23: Mơ hình thí nghiệm ................................................................... 83
Hình 4.24: Q trình huấn luyện mơ hình phân loại hư hỏng ổ lăn. ......... 85
Hình 4.25: Kết quả kiểm tra mơ hình đã huấn luyện bằng testing data ..... 86


DANH MỤC BẢNG BIỂU
Bảng 2.1. Tần suất hư hỏng các chi tiết trong hộp số bánh răng ................ 10
Bảng 2.2: Bảng tóm tắt các tần số đặc trưng hư hỏng của ổ lăn ................. 19
Bảng 2.3: Các giá trị tín hiệu đặc trưng [25]: .............................................. 21
Bảng 3.1: Thiết kế kích thước mạng tích chập ............................................ 55

Bảng 4.1: Các đặc trưng phân bố thời gian tần số và kỹ thuật tối ưu mạng học
sâu tương ứng. ............................................................................................. 65
Bảng 4.2. Cấu trúc file dữ liệu được chuẩn hóa .......................................... 67
Bảng 4.3: Kết quả huấn luyện mơ hình với các tỉ lệ dữ liệu huấn luyện khác
nhau ............................................................................................................. 75
Bảng 4.4: Thông số kỹ thuật của ổ lăn SKF 6205 - 2RS JEM .................... 84
Bảng 4.5. Kết quả huấn luyện mơ hình với các tỉ lệ dữ liệu huấn luyện khác
nhau ............................................................................................................. 85


CHƯƠNG 1. TỔNG QUAN TUA BIN GIÓ Ở VIỆT NAM
Tua bin gió đóng vai trị quan trọng trong xu hướng phát triển năng lượng tái
tạo hiện nay. Tuy nhiên, tua bin gió thường dễ gặp sự cố và bị giảm tuổi thọ, gây
thiệt hại kinh tế nặng nề. Thông qua giám sát q trình vận hành của tua bin gió,
ta có thể thu được tín hiệu dao động của hộp số. Tín hiệu này được sử dụng trong
phân loại và giám sát tình trạng máy móc, có vai trị quan trọng trong việc phát
hiện sớm hư hỏng và tránh hậu quả nghiêm trọng. Chương này đề cập tới lĩnh vực
phân loại hư hỏng thông qua dao động rung và vai trò của lĩnh vực trong bối cảnh
sự phát triển các dự án tua bin gió tại Việt Nam.
1.1 Tiềm năng phát triển điện gió tại Việt Nam
Sản xuất năng lượng sạch thơng qua tua bin gió đang phát triển mạnh mẽ trên
thế giới trong một vài thập kỉ gần đây. Phương thức sản xuất này đóng một vai trị
quan trọng trong việc đảm bảo nền kinh tế sản xuất phát triển bền vững. Cụ thể
hơn, Cơ quan Năng lượng Tái tạo Quốc tế (IRENA) đã đưa ra biểu đồ công suất
lắp đặt các nguồn năng lượng trên thế giới vào năm 2016 và dự đoán số liệu vào
năm 2050 [1]. Biểu đồ cho thấy vào năm 2016 sản lượng điện gió chiếm tỉ lệ nhỏ
trong tổng sản lượng điện trên tồn thế giới. Tuy nhiên, IRENA dự đốn rằng việc
cải thiện hiệu suất của tua bin gió có thể khiến sản lượng điện gió chiếm gần 1/3
tổng sản lượng điện tồn cầu vào năm 2050.


Hình 1.1: (a) Tổng cơng suất lắp đặt tồn cầu vào năm 2016 và dự đốn số liệu
tới năm 2050 [1]

Nói riêng ở Việt Nam, với đặc điểm địa lý lợi thế, đường bờ biển trải dài hơn
3.000 km và khí hậu cận nhiệt đới gió mùa, thì tiềm năng điện gió của nước ta đã
được khảo sát và đánh giá rất cao trong khu vực. Nên việc tận dụng và phát huy
1


lợi thế này đang là vấn đề thời sự, cần nhiều nghiên cứu khoa học để phát triển tối
ưu. Theo trang Liên minh Bảo tồn Thiên nhiên Quốc tế (IUCN)[2], Việt Nam được
đánh giá hàng đầu về tiềm năng phát triển điện gió. Trang thơng tin này đã đưa ra
bản đồ điện gió ở Việt Nam năm 2021 như Hình 1.2. Tiềm năng điện gió ở Việt
Nam là 24 GW điện gió trên bờ và 500 GW điện gió ngồi khơi. Tuy nhiên, hiện
trạng khai thác ở nước ta hiện tại chỉ dưới 4 GW. Trong bối cảnh các nước trên thế
giới đã bắt đầu thực hiện các biện pháp nhằm giảm thiểu tình trạng nóng lên tồn
cầu, Việt Nam đã cam kết với quốc tế giảm phát thải khí carbonic về không (Netzero) vào năm 2050. Dự thảo Quy hoạch phát triển điện VIII của Bộ Công Thương
đã đặt mục tiêu khai thác 7 GW điện gió ngồi khơi vào năm 2030 và 87 GW vào
năm 2050. Do đó, việc nghiên cứu về tua bin gió đang là vấn đề thời sự, cần có
những nghiên cứu chất lượng cao để đạt được mục tiêu mà Việt Nma đã cam kết.

Hình 1.2: Bản đồ điện gió ở Việt Nam năm 2021.

2


1.2 Vấn đề hư hỏng của tua bin gió
Đối với các nhà đầu tư, việc sử dụng tua bin gió phải tạo ra lợi ích kinh tế tối
đa. Do đó, tua bin gió cần đáp ứng các yêu cầu về năng suất cao hơn và thời gian
ngừng hoạt động ít hơn. Điều đó có nghĩa là, mục tiêu của nghiên cứu là tăng năng

suất và giảm chi phí vận hành. Tuy nhiên, các vấn đề hư hỏng của tua bin gió rất
phức tạp, khiến chi phí vận hành tua bin ln ở mức cao. Hầu hết các tua bin gió
được xây dựng ở các vùng như ngoài khơi và vùng đất khơng có con người ở, vì
những vùng này có nguồn năng lượng gió dồi dào. Do đó, việc vận hành tua bin
rất khó bảo dưỡng thường xuyên. Một tua bin gió có vịng đời 20 năm có chi phí
vận hành và bảo dưỡng chiếm khoảng 25% đến 30% [3]. Kể từ khi tua bin loại
2MW xuất hiện vào năm 2002, thì nhu cầu thị trường cho thấy xu hướng tương lai
là sử dụng các tua bin gió có cơng suất lớn. So với máy 750 KW, chi phí vận hành
và bảo dưỡng của tua bin gió loại 2 MW có thể giảm 12%. Tuy nhiên, vẫn cịn
nhiều thách thức khác để đạt được mục tiêu giảm thiểu chi phí vận hành, bảo trì
cũng như tối đa hóa năng suất loại tua bin này.
Đã có nhiều sự cố tua bin gió xảy ra tại Việt Nam. Đăc biệt tại Bình Thuận,
một tua bin bị cháy năm 2020 đã gây thiệt hại 70 tỷ đồng. Hơn nữa, tại cùng nhà
máy điện gió này, vào năm 2023, một tua bin gió khác cũng đã bốc cháy với thiệt
hại hàng chục tỷ đồng (Hình 1.3).

Hình 1.3: Tua bin gió bị cháy tại Bình Thuận.

Tại Việt Nam, các tua bin gió đều được nhập khẩu từ nước ngồi, trong đó
thương hiệu tua bin gió nổi tiếng nhất là của Siemens. Cấu tạo tua bin gió được
biểu diễn trong Hình 1.4. Mặc dù là thương hiệu lớn, khả năng hỏng hóc và chi phí
sửa chữa cho thiết bị của hãng sản xuất này đang rất cao trên thế giới.

3


Hình 1.4: Cấu tạo của tua bin gió Siemens

Các hư hỏng ở tua bin gió thường thuộc sáu loại điển hình: hư hỏng cánh
quạt, hư hỏng hộp số, hư hỏng máy phát, hư hỏng ổ trục, hư hỏng hệ thống phanh

cơ học và hư hỏng hệ thống điều khiển trục tốc độ cao. Trong các loại hư hỏng này
thì hư hỏng hộp số tua bin gió là một loại hư hỏng lớn và khó khắc phục nhanh do
kết cấu phức tạp. Do đó việc chẩn đốn hư hỏng hộp số tua bin gió là một thách
thức lớn, nhất là việc giảm tần suất sự cố và thời gian ngừng hoạt động của nó.
Đặc biệt, với vai trị là bộ phận cốt lõi của hệ thống tua bin gió, hộp số khơng chỉ
chiếm tỷ trọng lớn trong tổng chi phí đầu tư (khoảng 18%), mà nó cịn được coi là
bộ phận có tỷ lệ hỏng hóc cao nhất dựa trên các dữ liệu thống kê như được thể hiện
trên Hình 1.5 [4].

Hình 1.5: Tỷ lệ hỏng hóc theo các bộ phận của tua bin gió, thời gian ngừng

hoạt động và các dạng hỏng hóc

4


Có thể thấy thời gian ngừng hoạt động trung bình hàng năm của các hư hỏng
nhỏ và lớn của hộp số lên đến 60 ngày, ảnh hưởng nghiêm trọng đến năng suất và
hiệu quả của tua bin gió. Dữ liệu thống kê này cũng cho thấy rằng các công việc
bảo dưỡng sửa chữa hộp số tua bin gió cần 18,38 ngày để hồn thành. Với đặc thù
kích thước và tính liên kết chặt chẽ của hộp số với các bộ phận khác khiến việc
tiếp cận, sửa chữa hoặc thậm chí thay thế cịn khó khăn hơn [5]. Tuổi thọ hoạt động
dự kiến của hộp số thường được công khai là 20 năm, tuy nhiên, tuổi thọ thực sự
của nó chỉ có thể đạt từ 6 đến 8 năm, điều này cho thấy các loại hư hỏng làm giảm
tuổi thọ tua bin đáng kể. Do các yếu tố trên nên việc phòng tránh hư hỏng xảy ra
trong tua bin là điều cần thiết. Trong đó, giám sát hư hỏng của hộp số tua bin gió
là một phần thiết yếu trong quá trình vận hành tua bin gió[6, 7]. Việc chẩn đốn
sớm tình trạng có thể giảm phần lớn thời gian chết và tránh các sự cố nghiêm trọng
xảy ra trong tua bin gió.
1.3 Giám sát tình trạng hoạt động của hộp số tua bin gió trên cơ sở tín hiệu

dao động.
Giám sát tình trạng là các hoạt động nhằm phát hiện sự hình thành và giám
sát quá trình phát triển của hư hỏng trong các hệ thống kỹ thuật. Tín hiệu giám sát
là các đại lượng vật lý đo được, có thể phản ánh một cách gián tiếp trạng thái của
đối tượng được giám sát [8]. Các đại lượng vật lý đo được bao gồm:
-

Các đại lượng liên quan trực tiếp đến hư hỏng (tín hiệu dao động cơ học,
âm thanh, nhiệt độ bề mặt, ...)
Các đại lượng liên quan gián tiếp đến hư hỏng (mật độ hạt kim loại trong
dầu bơi trơn, màu sắc bên ngồi của đối tượng, ...)
Các thông số vận hành của thiết bị (công suất, áp suất, tốc độ quay, lượng
tiêu thụ nhiên liệu, ...)

Trong các đại lượng trên, tín hiệu dao động cơ học đang được sử dụng phổ
lănến cho cơng việc giám sát tình trạng kỹ thuật của thiết bị quay. Tín hiệu dao
động thường chứa thông tin từ nhiều nguồn dao động khác nhau và thay đổi quá
nhanh không tương ứng với sự thay đổi trạng thái của thiết bị. Bởi vậy, ta cần tách
ra từ tín hiệu giám sát các thơng số giám sát nhờ cơng cụ phân tích tín hiệu [8].
Các thông số giám sát này thường được biểu diễn dưới dạng một giá trị (bằng số)
và thay đổi chậm một cách tương ứng với trạng thái kỹ thuật của thiết bị. Các thông
số giám sát thường được sử dụng là các giá trị tín hiệu đặc trưng (giá trị trung bình
hiệu dụng RMS, giá trị kép, ...). Hình 1.6 biểu diễn đường đặc tính giám sát tình
trạng thiết bị thơng qua chỉ số RMS, đây là tiêu chuẩn đang đươc sử dụng rộng rãi
trong các nhà máy.

5


Hình 1.6: Đường đặc tính giám sát tình trạng thiết bị, sử dụng giá trị

RMS[9]

-

Các bước giám sát và chẩn đốn tình trạng hoạt động của hộp số tua bin gió
Bước 1: Lựa chọn tua bin gió cần giám sát
Bước 2: Lựa chọn tín hiệu và thơng số cần giám sát.
Bước 3: Lựa chọn phương pháp đo.
Bước 4: Xác định chuẩn đánh giá và chu kỳ đo.
Bước 5: Đánh giá tình trạng kỹ thuật và tìm phương án giải quyết.

1.4 Xác định vấn đề cần nghiên cứu
Giám sát dao động cho hộp số bánh răng tua bin gió là một giải pháp hữu
hiệu để giảm thiểu các nguy cơ sự cố, tai nạn có nguyên nhân từ các hư hỏng xảy
ra trong quá trình vận hành. Tuy nhiên, việc áp dụng giám sát dao động sẽ làm gia
tăng chi phí cho thiết bị và nhân lực. Hơn nữa, độ chính xác của các kết quả chẩn
đốn có ảnh hưởng rất lớn đến các giải pháp xử lý sau đó. Một kết luận sai về tình
trạng hư hỏng có thể dẫn đến tổn hại về kinh tế.
Trong thời đại công nghệ phát triển vô cùng mạnh mẽ như hiện nay, việc ứng
dụng trí tuệ nhân tạo vào mọi lĩnh vực đang là xu thế thời đại cách mạng công
nghiệp 4.0. Nằm trong xu thế đó, việc ứng dụng trí tuệ nhân tạo trong lĩnh vực
phân loại tín hiệu dao động đang ở những bước đầu phát triển. Năm 2011, Heidari
[10] đã áp dụng Mạng nơ-ron nhân tạo và cho kết quả huấn luyện 97.68%, kết quả
kiểm tra là 97.18%, tuy nhiên nhược điểm của phương pháp là khối lượng tính tốn
lớn với 253 epoch. Năm 2018, Liu Yang [11] đã áp dụng mạng nơ-ron nhân tạo
với các giá trị đặc trưng của tín hiệu và thu được kết quả phân loại tốt. Tuy nhiên,
tác giả sử dụng dữ liệu mô phỏng với nhiễu trắng, và sử dụng 8 giá trị đặc trưng
để đại diện cho dữ liệu. Những điều trên cho thấy phương pháp chưa thuyết phục
khi phương pháp chỉ được thử nghiệm trong những điều kiện lý tưởng. Cùng năm
2018, Long Wen [12] đã áp dụng một phương pháp trong học sâu vào phân loại,

đó học chuyển giao. Mặc dù kết quả phân loại tốt, tuy nhiên số dữ liệu để huấn
luyện của mỗi thử nghiệm không nhiều. Hơn nữa, dữ liệu đầu vào mạng huấn luyện
là giá trị biên độ - thời gian, đây là dạng dữ liệu tín hiệu dao động thơ, bị ẩn những
đặc trưng tín hiệu quan trọng.

6


Dựa trên những ưu và nhược điểm từ các phương pháp hiện đại, đề tài này sẽ
đề xuất phương pháp phân loại hư hỏng hộp số tua bin gió dựa trên phương pháp
xử lý tín hiệu số thuần túy kết hợp với mạng nơ-ron nhân tạo để tự động phân loại
hư hỏng các phần tử trong hộp số tua bin gió.
Kết quả nghiên cứu bao gồm:
-

Vận dụng trí tuệ nhân tạo vào việc phát hiện và phân loại hư hỏng có trong
hộp số tua bin gió.
Một quy trình phân loại tự động hư hỏng các phần tử có trong hộp số tua
bin gió.
Các bài báo cơng bố trên các tạp chí quốc tế và Việt Nam.

7


CHƯƠNG 2. CƠ SỞ CHẨN ĐỐN TÌNH TRẠNG KỸ THUẬT CÁC
PHẦN TỬ HỘP SỐ NHỜ PHÂN TÍCH DAO ĐỘNG
Mục tiêu của xử lý tín hiệu số là thu được kết quả mang thông tin quan trọng
để phục vụ việc phân loại kỹ thuật. Bánh răng và ổ lăn là chi tiết máy dễ hư hỏng
vì thường xuyên làm việc trong điều kiện khắc nghiệt. Do đó, vấn đề đầu tiên phải
giải quyết là việc xác định thông số kỹ thuật, điều kiện vận hành và đặc biệt là đặc

điểm dao động liên quan đến các dạng hư hỏng thường gặp của bánh răng và ổ lăn.
Dựa trên cơ sở các phương pháp biến đổi wavelet, đặc trưng dao động của bánh
răng và ổ lăn có thể quan sát được rõ ràng dưới dạng phân bố thời gian tần số.
Cùng với phép giảm nhiễu TQWT, hình ảnh thu được sẽ được tiền xử lý tốt trước
khi đưa vào mạng học sâu.
2.1 Vấn đề hư hỏng hộp số bánh răng và giải pháp phòng ngừa
Vấn đề hư hỏng của hộp số bánh răng
Các hộp số bánh răng thực hiện đồng thời chức năng truyền lực và truyền
chuyển động (truyền công suất). Đối với các hệ truyền động quay như hộp số bánh
răng q trình truyền cơng suất diễn ra giữa các trục quay. Một hộp số gặp sự cố
có thể làm đình trệ hoạt động của máy và thậm chí, cả một dây chuyền sản xuất.
Một hộp số bánh răng gồm nhiều cụm chi tiết cấu thành như kết cấu vỏ, trục, khớp
nối trục, ổ lăn, bánh răng. Mỗi cụm chi tiết như ổ lăn được lắp ráp từ nhiều phần
đơn lẻ. Hư hỏng tại một chi tiết máy trong khi làm việc cũng có thể gây ra sự cố
cho tồn bộ hệ truyền động.
Do sự quan trọng của hộp số bánh răng đối với toàn bộ máy, vấn đề giám sát
và chẩn đoán cho hộp số bánh răng thực sự nhận được sự quan tâm lớn của giới
nghiên cứu vào những năm 90 của thế kỷ trước cùng với sự phát triển của kỹ thuật
đo dao động bằng các đại lượng điện và nhiều phương pháp xử lý tín hiệu số đã
được đề xuất. Khi đó, những giải pháp chẩn đốn máy quay đã được giới công
nghiệp tại các nước phát triển đón nhận và triển khai ứng dụng ngay với các sản
phẩm cơ khí của họ. Các sách chuyên khảo [13] và [14] là tổng kết các nguyên tắc,
phương pháp cơ bản đối với giám sát và chẩn đoán máy quay, trong đó dao động
cơ học là đại lượng đo chẩn đốn. Các cơng trình của các tác giả người Đức Cempel
[15], Klein [16] và Kolerus [17] đã đặt nền móng cho sự phát triển các phương
pháp chẩn đốn dao động của máy nói chung và hộp số bánh răng nói riêng.
Các dạng hư hỏng do vận hành của các chi tiết trong hộp số bánh răng là rất
đa dạng. Chỉ riêng đối với bánh răng, tiêu chuẩn Đức DIN 3979 [18] đã xác định
tới 27 dạng hư hỏng khác nhau. Tuy nhiên, về phương diện chẩn đoán, các hư hỏng
do vận hành được phân thành hai loại: Hư hỏng cục bộ và hư hỏng phân bố. Các

hư hỏng cục bộ (các vết nứt) của chi tiết máy cần được phát hiện sớm để tránh
nguy cơ sự cố gãy vỡ chi tiết đột ngột (Hình 1.6a). Các hư hỏng phân bố (thí dụ
mịn, tróc) cần được giám sát để tiên liệu được thời gian hoạt động cịn lại và có
kế hoạch thay thế kịp thời (Hình 1.6b).
8


Ở Việt Nam những năm gần đây có một số nhóm nghiên cứu vấn đề hư hỏng
của hộp số bánh răng tuy nhiên mức độ tiếp cận còn hạn chế. Nhóm nghiên cứu tại
Viện Nghiên cứu Cơ khí đã thực hiện một đề tài cấp Nhà nước về các phương pháp
giám sát tình trạng kỹ thuật cho thiết bị cơ khí, trong đó tập trung nghiên cứu việc
ứng dụng các qui trình giám sát hộp giảm tốc bánh răng và các loại ổ lăn dựa trên
các kết quả nghiên cứu đã có của thế giới. Nhóm nghiên cứu tại Trường Đại học
Bách khoa Hà Nội đã có một số kết quả bước đầu để phát hiện hư hỏng cho các
chi tiết bánh răng và ổ lăn. Nhóm nghiên cứu tại Đại học Bách Khoa Đà Nẵng tập
trung vào nghiên cứu hư hỏng trong các hệ truyền động bằng phân tích tín hiệu âm
thanh với cơng cụ chủ yếu được sử dụng là phân tích phổ tần số.
Năm 2012, A. L. Bilošová [19] đã đưa ra các triệu trứng hư hỏng cơ bản của các
chi tiết máy dựa trên cơ sở phân tích phổ tần số. Phổ tần số này được phân chia 3 vùng
tần số cơ bản để chẩn đoán các chi tiết quay trong hộp số như Hình 2.1.

Hình 2.1: Phân chia vùng tần số hư hỏng của hộp số bánh răng [18]

-

-

-

Vùng nhỏ hơn tần số quay trục (<1fn): Nếu xuất hiện các đỉnh phổ nhỏ hơn

tần số quay của trục thì nó sẽ dẫn đến những xu hướng nguy hiểm, như xoáy
dầu.
Vùng từ tần số quay của trục đến 10 lần tần số quay trục (1fn - 10 fn): Đây
là vùng tần số thấp có liên quan đến tốc độ quay của trục. Nếu xuất hiện các
đỉnh phổ ở vùng này sẽ là triệu trứng cho thấy có các hư hỏng cơ khí cơ bản
như mất cân bằng, lệch trục, lỏng cơ học…
Vùng tần số lớn hơn 10 lần tần số quay trục (>10 fn): Là vùng tần số cao,
nếu xuất hiện các đỉnh phổ ở vùng này sẽ là triệu chứng của hư hỏng ổ lăn,
bánh răng

Bartz [20] đã tiến hành thống kê tần suất hư hỏng của các chi tiết và cụm chi
tiết trong hộp số bánh răng. Kết quả thống kê được trình bày trong Bảng 2.1. Theo
9


số liệu này, hư hỏng tại bánh răng và ổ lăn xảy ra với tần suất trên 70% trong khi
hư hỏng của tất cả các chi tiết còn lại trong hộp số có tần suất dưới 30%. Do đó,
vấn đề nhận dạng hư hỏng của bánh răng và ổ lăn được quan tâm nghiên cứu nhiều
nhất. Cũng lý do này, luận văn này xác định các phần tử hộp số nằm trong đối
tượng nghiên cứu là bánh răng và ổ lăn.
Bảng 2.1. Tần suất hư hỏng các chi tiết trong hộp số bánh răng

Các dạng hỏng và đặc trưng dao động của bánh răng
2.1.2.1. Thơng số hình học cơ bản của bánh răng
Các thơng số hình học cơ bản của bánh răng trụ thân khai răng thẳng được
thể hiện trong hình 2.31:
-

Vịng đỉnh răng: là đường trịn đi qua đỉnh răng.
Vòng lăn: là đường tròn tiếp xúc với đường tròn tương ứng của bánh răng

khác, khi hai bánh răng này ăn khớp với nhau.

Hình 2.2: Thơng số hình học của bánh răng trụ răng thẳng

-

Vòng cơ sở: là vòng tròn của bánh răng mà được dùng để tạo ra biên dạng
của răng thân khai.
Vòng đáy răng: là vòng trong được hình thành từ đường cong tiếp tuyến với
phần chân của các răng. Vòng đáy là đường tròn đi qua đáy răng.
Bề rộng kẽ răng: là độ dài cung tròn đo trên vòng chia của một rãnh răng.
Bề rộng răng: là chiều dài của răng được tính theo hướng trục.
Bề dầy răng: là độ dài cung tròn đo trên vòng chia của một biên dạng răng
Chiều cao chân răng: là khoảng cách hướng tâm giữa vòng chia và vòng
đáy răng.
10


-

-

Chiều cao đỉnh răng: là khoảng cách hướng tâm giữa vòng đỉnh và vòng
chia.
Khe hở ăn khớp: là khe hở giữa đỉnh bánh răng này và đáy bánh răng kia
khi hai răng ăn khớp.
Ngồi ra cịn có các thơng số khác như sau:
Chiều cao răng: là khoảng cách hướng tâm giữa vòng đỉnh và vòng đáy.
Độ sâu làm việc: bằng tổng của các chiều cao đỉnh răng của chúng.
Bước răng: là độ dài cung giữa hai profin cùng phía của hai răng kề nhau

đo trên vòng chia.
Modun (m) bằng đường kính vịng chia chia cho số răng của bánh răng.

Tất cả các thông số khác đều phụ thuộc vào modun, hai bánh răng muốn ăn
khớp với nhau thì modun phải bằng nhau.
2.1.2.2. Một số dạng hỏng chủ yếu của bánh răng

a) Mòn
Cơ chế chủ yếu gây ra mòn là sự thiếu hụt độ dầy cho phép của lớp dầu bôi
trơn giữa các bề mặt tiếp xúc của các răng. Ngoài ra, các nhân tố khác có thể gây
ra mịn hoặc làm mòn trầm trọng hơn là các hạt mài mòn lẫn trong dầu bôi trơn, sự
không đồng đều của bề mặt răng làm dầu ngấm vào. Trên thực tế, các răng thể hiện
độ mịn lớn nhất tại chân và khơng có mịn tại vịng chia. Mịn vừa phải thường
khơng được coi là hư hỏng tuy nhiên nó là bước khởi đầu cho mòn nghiêm trọng
và cuối cùng là hỏng răng hồn tồn. Nếu khơng được khắc phục kịp thời, mịn
vừa phải sẽ phát triển thành mịn nghiêm trọng. Khi đó, biên dạng khởi thủy của
răng bị hủy hoại và cuối cùng là lỗi gẫy răng do các nguyên nhân sau:
-

Răng bị mòn mỏng tới mức giới hạn bền uốn của răng bị vượt quá.
Các vết nứt phát triển từ chỗ hỏng trên bề mặt răng.
Tải trọng lớn phá hỏng biên dạng răng.

Hình 2.3:Một số dạng hư hỏng phân bố của bánh răng (nguồn internet)

11


b) Dính, rỗ, tróc
Dính, rỗ và tróc được gây ra bởi sự gắn kết tức thời và phá hỏng gắn kết của

những chỗ nhấp nhô trên bề mặt răng trong quá trình ăn khớp. Điều này xảy ra bởi
sự kết hợp của tải trọng, vận tốc trượt và nhiệt độ dầu bôi trơn đạt đến một giá trị
giới hạn làm phá hỏng lớp dầu ngăn cách các bề mặt răng dẫn tới kim loại tiếp xúc
trực tiếp kim loại, nếu ứng suất bề mặt và vận tốc trượt đủ lớn thì sự kết dính sẽ
xảy ra. Sự khác nhau giữa dính và tróc rỗ là ở phạm vi của sự gắn kết và hậu quả
của việc phá hủy gắn kết. Rỗ thường được thấy trong các hộp số cao tốc, chịu tải
lớn vận hành với dầu tổng hợp có độ nhớt thấp.

c) Tróc mỏi bề mặt
Tróc mỏi bề mặt sinh ra bởi tác dụng lặp đi lặp lại và sự di chuyển của tải
trọng trên bề mặt răng mà có thể dẫn tới lỗi khi sức bền mỏi của vật liệu bị vượt
quá. Các lỗi khác kết hợp với tróc mỏi bề mặt là rỗ và nứt. Khả năng chịu mỏi của
bánh răng phụ thuộc vào tải trọng và số chu kỳ chịu tải của vật liệu.

d) Nứt và gãy răng và mẻ đỉnh răng
Hiện tượng gẫy nứt chân răng (Hình 2.4) là hư hỏng nặng nhất của bánh răng.
Khơng như các dạng hỏng đã được đề cập ở trên (thường phải phát triển một thời
gian dài từ lúc sơ khai đến khi gây ra lỗi nghiêm trọng), gẫy răng hay mẻ đỉnh răng
có thể ngay lập tức làm mất khả năng phục vụ hay giảm lớn năng lực truyền động.
Điều này có thể gây ra tổn thất nghiêm trọng về người và của nhất là trong các
trang thiết bị như máy bay, cần trục, tời.

Hình 2.4: Bánh răng hư hỏng gãy

e) Lỗi chế tạo
Là các lỗi trong quá trình chế tạo và lắp đặt, chủ yếu hay xảy ra các dạng sau:
-

-


Sai lệch về các thơng số hình học cơ bản của bánh răng.
Sự không đồng đều về vật liệu chế tạo bánh răng.
12


Các lỗi trên làm thay đổi các thông số động lực học của bánh răng, làm mất
đi sự cân bằng. Do đó, trong q trình làm việc, sự mất cân bằng đó sẽ gây ra các
chấn động phụ có thể phá hỏng bánh răng, trục và ổ...
Các dạng hỏng và đặc trưng dao động của ổ lăn
2.1.3.1. Các thông số cơ bản

Hình 2.5:Cấu tạo ổ lăn (a) và các dạng con lăn (b)

Ổ lăn có nhiệm vụ rất lớn trong sự phát triển của ngành công nghiệp từ xưa
đến nay và là một trong các yếu tố giúp giảm ma sát giữa các chi tiết chuyển động.
Thiết kế của ổ lăn nhằm mục đích hỗ trợ cho các chuyển động tuyến tính tự do của
các bộ phận chuyển động hoặc xoay tự do quanh một trục, ngồi ra nó có thể ngăn
chặn các chuyển động bằng cách điều khiển các vector của các lực tác động trên
các bộ phận chuyển động. Đây là một chi tiết máy dễ bị hư hỏng do thường xuyên
làm việc ở trong môi trường khắc nghiệt. Do ổ lăn là chi tiết máy quan trọng và dễ
bị hư hỏng nên việc giám sát tình trạng ổ lăn được các nhà khoa học rất quan tâm
nghiên cứu.
Ổ lăn thường gồm 4 bộ phần chính (Hình 2.5a): vịng ngồi, vịng trong, con
lăn, giữa các con lăn có vịng cách. Ngồi ra cịn có phớt để chắn mỡ và giúp cho
bụi bẩn khơng lọt vào trong. Vịng trong và vịng ngồi thường có rãnh, vịng trong
lắp với ngõng trục, vịng ngồi lắp với gối trục (vỏ máy, thân máy). Thơng thường
chỉ vịng trong quay cùng với trục, vịng ngồi đứng n. Con lăn có thể là dạng bi
cầu, đũa trụ, đũa cơn (Hình 2.5b).
Thơng số hình học cơ bản của ổ lăn được thể hiện trên Hình 2.6. Trong đó ba
thơng số chính là: ‫ܦ‬௣ là đường kính vịng chia, d là đường kính con lăn, T là góc

tiếp xúc. Các thơng số khác được tính dựa theo ba thơng số chính và cấu tạo của
từng ổ lăn.

13


Hình 2.6: Thơng số hình học của ổ lăn

2.1.3.2. Các dạng hỏng chủ yếu
a) Mòn đồng bộ
Hiện tượng mòn đồng bộ xảy ra tại mọi ổ lăn trong điều kiện vận hành bình
thường. Mịn sinh ra chủ yếu do các hạt bụi bẩn, nước và chất làm mát vào ổ lăn
do vịng kín khơng đảm bảo. Mịn cũng thường do chất bơi trơn bị nhiễm bẩn. Mịn
đồng bộ làm tăng khe hở hướng kính giữa con lăn và vịng trong, qua đó làm giảm
chất lượng hoạt động, là tiền đề cho các hư hỏng cục bộ trên các bề mặt trượt.
Độ mòn tăng lên tỷ lệ với thời gian vận hành, hậu quả làm tăng khe hở
hướng kính của ổ và làm tiền đề cho các dạng hỏng tiếp theo nguy hiểm hơn. Độ
mịn có thể giảm bằng cách cải thiện q trình bơi trơn và tăng chất lượng bề mặt
tiếp xúc các chi tiết trong q trình gia cơng.

Hình 2.7: Hư hỏng do mịn

b) Tróc do mỏi
Hiện tượng tróc do mỏi là hậu quả của một quá trình làm việc dài dưới tác
dụng của tải trọng động, xác định phụ thuộc vào số chu kỳ quay và tải trọng. Các
vết tróc có thể hình thành tại bề mặt làm việc của vịng trong, vịng ngồi và con
lăn (Hình 2.8). Đây là các hư hỏng cục bộ có thể làm giảm nhanh chóng khả năng
chịu tải của ổ lăn và dẫn đến phá hỏng một số chi tiết của ổ.

14