论文部分内容阅读
摘要：在环境日益恶化的背景下，作为绿色能源的风能被广泛的应用到发电行业，风力发电机技术已经成为当前世界各国研究的热点。由于风电场位于环境恶劣的偏远地区，使得风力发电机发生故障的位置比较复杂，对风力发电机运行状态的监测工作造成很大的困难。因此为降低风力发电机的故障发生率，需要大力发展状态监测与故障诊断技术。
关键词：风力发电机；状态监测；故障诊断
1风力发电机组结构分析
当前风力发电场中较为常见的是大型兆瓦机风力发电机，此类发电机按照结构又可以分为双馈型以及直驱型。用于商业生产的多使用双馈型机组。其中，风轮是风能吸收的关键部位，主要包括叶片、轮毂和变桨系统三个部分。风轮随着风的流动而转动，在此过程中实现能量转化，将风险变为机械能，就轮毂来说，可以将由风能转化的机械能直接传送至传送系统供机组整体运行使用。就双馈型风力发电机组来说，传动链上能量传动顺序依次为主轴、齿轮箱以及高速轴。将主轴与轮毂相连接，通过轮毂的不间断运作保证主轴的持续运行，需保证二者的运行速度相同。齿轮箱具有增速作用，可以将主轴的低速运作状态变为高速运作状态，由此便可生产电能。其中，齿轮箱的输入端视为低速轴，而输出端视为高速轴。高速轴高速旋转驱动双馈发电机运作，而双馈发电机产生的电能可以通过塔筒底部的变流器设备进行调节，将其与电网系统相接。塔筒是机舱以及风轮的支撑结构，可将机舱以及风轮固定在高空中，可以为风力发电机组提供充足的风能。塔筒底部内部装有变流器装置以及主控系统塔底柜，对风力发电机组的运行和发电具有直接控制作用，也是风力发电机组的核心。
2风力发电机状态监测与故障诊断系统
风力发电机状态监测与故障诊断技术主要是利用现代计算机控制系统，将信号采集、在线监测以及信号分析等融为一体的监测分析系统。通过对风力发电机的振动、温度以及压力等数值的监测结果与预定的数值进行对比，以此能够及时的掌握风力发电机的运行情况，并且可以根据计算机信息采集系统收集到的数值进行分析，根据计算机的自动分析准确的分析出风力发电机设备的故障。风力發电机状态监测与故障诊断主要的功能就是收集信号-处理信号-分析信号-判断信号-诊断结果。一般对于信号的收集等工作主要是利用安装在风力发电机中或者周期的检测设备完成，信号检测设备在完成信号收集工作之后，将信号传递给计算机控制中心，由计算机系统实现对信号的分析与处理。
3风力发电机状态监测及故障诊断技术
3.1叶片的状态监测及故障诊断
叶片是风力发电机吸收风能的主要元件，也是风力发电机的重要组成部分。其一般长为40米左右，由纤维增强型复合材料，其体积比较大，一旦发生故障很难进行维修，而且其一旦发生故障，不仅会影响风力发电机的运行，而且还会对整个风力发电机的安全产生致命的损伤。由于风力发电机的叶片常年暴漏在外边，其要经受各种恶劣天气的影响，因此叶片容易出现腐蚀、裂缝等故障。根据当前对叶片故障的检测诊断技术文献资料分析，叶片的故障检测主要是根据叶片的受力变化而进行分析，因为叶片在发生故障时运行的效果与没有发生故障时的效果是完全不相同的。对叶片的检测主要是利用光纤光栅传感器对叶片的应力应变的变化范围进行分析，根据检测的结果分析叶片的运行状态。之所以应用该方法主要是因为光纤光栅传感器的运行效果比较适用于恶劣的环境中。
3.2齿轮箱的状态监测及故障诊断
齿轮箱是风力发电机的主要部件，是连接主轴与发电机的重要枢纽，齿轮箱的内部结构比较复杂，因此该部位的故障发生率也就比较多，比如轴承故障、齿轮故障以及润滑系统故障等等。可以说随着风力发电机组的投产使用，齿轮箱的故障发生率也会随之增多，为避免因齿轮箱故障而带来的停工，人们开始加大了对齿轮箱运行状态的监测，目前的监测技术主要有振动测量方法、温度测量方法。其中温度测量方法是基于零部件的温度变化实现异常状态识别的诊断方法。温度作为状态量，测量方便，操作简单。鉴于温度测量方法的简单易行等特点，该方法已集成在风力机的控制系统中，用于检测齿轮箱、发电机以及主轴等部件的健康状态。
3.3电气系统的状态监测及故障诊断
电气系统是整个风力发电机向电网输出信号的主要部分，是控制电能输出的重要装置。由于电气系统属于精密元件，其任何一个细微的故障都有可能对整个风力发电机的运行构成威胁，常见的电气系统的故障主要集中在线路短路、电流过大或者过小、过温故障等，对于电气系统的故障主要采取性能参数检测法，具体的检测措施就是利用计算机控制检测技术对发电机电气系统的输出电流、功率等数值与预定设置的数值进行对比，根据对比的效果判断电气系统的元件是否正常工作。
4风力发电机状态监测及故障诊断技术的发展展望
随着全球风力发电产业，特别是海上风力发电产业的快速发展，风力发电机组的可靠性将越来越受重视。对于风力发电场而言，研究风力发电机组的故障监测与诊断方法是降低机组日常维护成本行之有效的方式。随着互联网技术、大数据处理技术的应用，基于多参量的故障监测与诊断技术将成为风力发电机组状态监测与故障诊断领域未来发展的方向之一。而对于风力发电机，电信号、振动信号、功率信号等能够反映风力发电机工作状态的信号将被综合分析，以便更加全面深入掌握发电机的工作状态。在信号处理方面，如何减低信噪比，实现信号的盲分离，将成为风力发电机状态监测领域信号处理方面的研究方向。在故障诊断方面，在其他领域取得广泛应用的人工智能、小波分析、故障树分析等方法也将在风力发电机故障诊断领域得到更加深入的应用。
5结束语
综上所述，风力发电机组状态监测和故障诊断系统的建立和运行提供了用户友好界面，可将风电场设备运行数据和异常信息直接显示与界面，获得的数据信息更加直观，也可直接将分析结果用于故障智能诊断，在各时域具有较高的分辨率。需注意的是，该系统算法仍不全面，且风力发电机组部件较多，采用一种智能算法的可行性仍不明确。为此，未来仍需进一步测试和优化应用的算法。
参考文献：
[1]风力发电机状态监测与故障诊断技术综述[J].郜士祥.湖北农机化.2018（05）.
[2]不确定问题在风力发电机故障诊断中的研究[J].侯爽.中国新技术新产品.2015（24）.
[3]风力发电机振动监测与故障诊断方法综述[J].李浪，刘辉海，赵洪山.电网与清洁能源.2017（08）.
（作者单位：中国大唐集团有限公司赤峰分公司）
作者简介：代强，1983年2月，男，汉族内蒙古赤峰，助理工程师，研究方向：风电运行与维护。
关键词：风力发电机；状态监测；故障诊断
1风力发电机组结构分析
当前风力发电场中较为常见的是大型兆瓦机风力发电机，此类发电机按照结构又可以分为双馈型以及直驱型。用于商业生产的多使用双馈型机组。其中，风轮是风能吸收的关键部位，主要包括叶片、轮毂和变桨系统三个部分。风轮随着风的流动而转动，在此过程中实现能量转化，将风险变为机械能，就轮毂来说，可以将由风能转化的机械能直接传送至传送系统供机组整体运行使用。就双馈型风力发电机组来说，传动链上能量传动顺序依次为主轴、齿轮箱以及高速轴。将主轴与轮毂相连接，通过轮毂的不间断运作保证主轴的持续运行，需保证二者的运行速度相同。齿轮箱具有增速作用，可以将主轴的低速运作状态变为高速运作状态，由此便可生产电能。其中，齿轮箱的输入端视为低速轴，而输出端视为高速轴。高速轴高速旋转驱动双馈发电机运作，而双馈发电机产生的电能可以通过塔筒底部的变流器设备进行调节，将其与电网系统相接。塔筒是机舱以及风轮的支撑结构，可将机舱以及风轮固定在高空中，可以为风力发电机组提供充足的风能。塔筒底部内部装有变流器装置以及主控系统塔底柜，对风力发电机组的运行和发电具有直接控制作用，也是风力发电机组的核心。
2风力发电机状态监测与故障诊断系统
风力发电机状态监测与故障诊断技术主要是利用现代计算机控制系统，将信号采集、在线监测以及信号分析等融为一体的监测分析系统。通过对风力发电机的振动、温度以及压力等数值的监测结果与预定的数值进行对比，以此能够及时的掌握风力发电机的运行情况，并且可以根据计算机信息采集系统收集到的数值进行分析，根据计算机的自动分析准确的分析出风力发电机设备的故障。风力發电机状态监测与故障诊断主要的功能就是收集信号-处理信号-分析信号-判断信号-诊断结果。一般对于信号的收集等工作主要是利用安装在风力发电机中或者周期的检测设备完成，信号检测设备在完成信号收集工作之后，将信号传递给计算机控制中心，由计算机系统实现对信号的分析与处理。
3风力发电机状态监测及故障诊断技术
3.1叶片的状态监测及故障诊断
叶片是风力发电机吸收风能的主要元件，也是风力发电机的重要组成部分。其一般长为40米左右，由纤维增强型复合材料，其体积比较大，一旦发生故障很难进行维修，而且其一旦发生故障，不仅会影响风力发电机的运行，而且还会对整个风力发电机的安全产生致命的损伤。由于风力发电机的叶片常年暴漏在外边，其要经受各种恶劣天气的影响，因此叶片容易出现腐蚀、裂缝等故障。根据当前对叶片故障的检测诊断技术文献资料分析，叶片的故障检测主要是根据叶片的受力变化而进行分析，因为叶片在发生故障时运行的效果与没有发生故障时的效果是完全不相同的。对叶片的检测主要是利用光纤光栅传感器对叶片的应力应变的变化范围进行分析，根据检测的结果分析叶片的运行状态。之所以应用该方法主要是因为光纤光栅传感器的运行效果比较适用于恶劣的环境中。
3.2齿轮箱的状态监测及故障诊断
齿轮箱是风力发电机的主要部件，是连接主轴与发电机的重要枢纽，齿轮箱的内部结构比较复杂，因此该部位的故障发生率也就比较多，比如轴承故障、齿轮故障以及润滑系统故障等等。可以说随着风力发电机组的投产使用，齿轮箱的故障发生率也会随之增多，为避免因齿轮箱故障而带来的停工，人们开始加大了对齿轮箱运行状态的监测，目前的监测技术主要有振动测量方法、温度测量方法。其中温度测量方法是基于零部件的温度变化实现异常状态识别的诊断方法。温度作为状态量，测量方便，操作简单。鉴于温度测量方法的简单易行等特点，该方法已集成在风力机的控制系统中，用于检测齿轮箱、发电机以及主轴等部件的健康状态。
3.3电气系统的状态监测及故障诊断
电气系统是整个风力发电机向电网输出信号的主要部分，是控制电能输出的重要装置。由于电气系统属于精密元件，其任何一个细微的故障都有可能对整个风力发电机的运行构成威胁，常见的电气系统的故障主要集中在线路短路、电流过大或者过小、过温故障等，对于电气系统的故障主要采取性能参数检测法，具体的检测措施就是利用计算机控制检测技术对发电机电气系统的输出电流、功率等数值与预定设置的数值进行对比，根据对比的效果判断电气系统的元件是否正常工作。
4风力发电机状态监测及故障诊断技术的发展展望
随着全球风力发电产业，特别是海上风力发电产业的快速发展，风力发电机组的可靠性将越来越受重视。对于风力发电场而言，研究风力发电机组的故障监测与诊断方法是降低机组日常维护成本行之有效的方式。随着互联网技术、大数据处理技术的应用，基于多参量的故障监测与诊断技术将成为风力发电机组状态监测与故障诊断领域未来发展的方向之一。而对于风力发电机，电信号、振动信号、功率信号等能够反映风力发电机工作状态的信号将被综合分析，以便更加全面深入掌握发电机的工作状态。在信号处理方面，如何减低信噪比，实现信号的盲分离，将成为风力发电机状态监测领域信号处理方面的研究方向。在故障诊断方面，在其他领域取得广泛应用的人工智能、小波分析、故障树分析等方法也将在风力发电机故障诊断领域得到更加深入的应用。
5结束语
综上所述，风力发电机组状态监测和故障诊断系统的建立和运行提供了用户友好界面，可将风电场设备运行数据和异常信息直接显示与界面，获得的数据信息更加直观，也可直接将分析结果用于故障智能诊断，在各时域具有较高的分辨率。需注意的是，该系统算法仍不全面，且风力发电机组部件较多，采用一种智能算法的可行性仍不明确。为此，未来仍需进一步测试和优化应用的算法。
参考文献：
[1]风力发电机状态监测与故障诊断技术综述[J].郜士祥.湖北农机化.2018（05）.
[2]不确定问题在风力发电机故障诊断中的研究[J].侯爽.中国新技术新产品.2015（24）.
[3]风力发电机振动监测与故障诊断方法综述[J].李浪，刘辉海，赵洪山.电网与清洁能源.2017（08）.
（作者单位：中国大唐集团有限公司赤峰分公司）
作者简介：代强，1983年2月，男，汉族内蒙古赤峰，助理工程师，研究方向：风电运行与维护。