張健
摘要:針對(duì)風(fēng)力發(fā)電系統(tǒng)中的主要部件,發(fā)電機(jī)、葉片、軸承、變流器及齒輪箱等故障,對(duì)現(xiàn)有故障診斷方法進(jìn)行了介紹,為提高對(duì)風(fēng)力發(fā)電系統(tǒng)的可靠性、降低成本,促進(jìn)其工程化進(jìn)程提供了有效的參考。
關(guān)鍵詞:風(fēng)力發(fā)電;葉片;軸承;故障診斷
近年來(lái),隨著大規(guī)模風(fēng)電場(chǎng)的投入運(yùn)行,出現(xiàn)了很多運(yùn)行故障,因而需要高額的運(yùn)行維護(hù)成本,大大影響了風(fēng)電場(chǎng)的經(jīng)濟(jì)效益。風(fēng)電場(chǎng)一般處于偏遠(yuǎn)地區(qū),工作環(huán)境復(fù)雜惡劣,風(fēng)力發(fā)電機(jī)組發(fā)生故障的幾率比較大,如果機(jī)組的關(guān)鍵零部件發(fā)生故障,將會(huì)使設(shè)備損壞,甚至導(dǎo)致機(jī)組停機(jī),造成巨大的經(jīng)濟(jì)損失。為降低風(fēng)電機(jī)組運(yùn)行的風(fēng)險(xiǎn),維護(hù)機(jī)組安全經(jīng)濟(jì)運(yùn)行,都應(yīng)該發(fā)展風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)。
狀態(tài)監(jiān)測(cè)和故障診斷可以有效監(jiān)測(cè)出傳動(dòng)系統(tǒng)、發(fā)電機(jī)系統(tǒng)等的內(nèi)部故障,優(yōu)化維修策略、減少非計(jì)劃停機(jī)次數(shù)和降低機(jī)組的運(yùn)行維護(hù)費(fèi)用等。風(fēng)力發(fā)電機(jī)組的狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)集合了信號(hào)采集、在線監(jiān)測(cè)以及信號(hào)分析等功能;能對(duì)系統(tǒng)的各種機(jī)械參數(shù)和電氣參數(shù)等進(jìn)行監(jiān)測(cè),并將采集到的數(shù)據(jù)進(jìn)行分析處理,從而正確定位各系統(tǒng)的故障。
1 狀態(tài)監(jiān)測(cè)技術(shù)分類
狀態(tài)監(jiān)測(cè)技術(shù)可幫助發(fā)現(xiàn)機(jī)組機(jī)械和電氣的初始故障,遏制重要事故的發(fā)生。風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)系統(tǒng)可在機(jī)組運(yùn)行過(guò)程中實(shí)時(shí)監(jiān)控各個(gè)部件的運(yùn)行狀態(tài),及時(shí)判斷部件存在的問(wèn)題和隱患,及時(shí)采取處理措施,提高了機(jī)組運(yùn)行可靠性。對(duì)于風(fēng)力發(fā)電機(jī)組,狀態(tài)監(jiān)測(cè)技術(shù)主要可以分為以下幾類:
(1)油液監(jiān)測(cè)。油液監(jiān)測(cè)技術(shù)檢測(cè)的是設(shè)備潤(rùn)滑油和液壓油的性能,掌握設(shè)備運(yùn)行中的潤(rùn)滑和零部件的磨損信息。油液監(jiān)測(cè)包括油液品質(zhì)檢查、鐵屑檢查等。
(2)振動(dòng)監(jiān)測(cè)。振動(dòng)信號(hào)能夠反映機(jī)械故障特征,機(jī)械狀態(tài)的變化可以通過(guò)振動(dòng)信號(hào)體現(xiàn)出來(lái)??蓪?duì)機(jī)械設(shè)備進(jìn)行準(zhǔn)確的檢驗(yàn)和故障診斷,比如轉(zhuǎn)子不平衡、油膜振蕩、轉(zhuǎn)軸彎曲等。
(3)溫度監(jiān)測(cè)。在設(shè)備劣化的情況下,溫度的高低可以直觀地反應(yīng)設(shè)備的運(yùn)行情況,因此溫度監(jiān)測(cè)通常用于電子和電氣元件的故障診斷。
(4)應(yīng)變力監(jiān)測(cè)。對(duì)風(fēng)電機(jī)組中的葉片壽命預(yù)測(cè)和疲勞狀況監(jiān)測(cè),應(yīng)變力測(cè)量是一種高效方法,主要通過(guò)在關(guān)鍵部位安裝應(yīng)變力傳感器測(cè)量。
2 故障診斷
2.1發(fā)電機(jī)故障
發(fā)電機(jī)是風(fēng)電機(jī)組的核心部件,負(fù)責(zé)將旋轉(zhuǎn)的機(jī)械能轉(zhuǎn)化為電能,并為電氣系統(tǒng)供電。隨著風(fēng)力機(jī)容量的增大,發(fā)電機(jī)的規(guī)模也在逐漸增加,使得對(duì)發(fā)電機(jī)的密封保護(hù)受到制約。發(fā)電機(jī)長(zhǎng)期運(yùn)行于變工況和電磁環(huán)境中,容易發(fā)生故障。常見(jiàn)的故障模式有發(fā)電機(jī)振動(dòng)過(guò)大、發(fā)電機(jī)過(guò)熱、軸承過(guò)熱、轉(zhuǎn)子/定子線圈短路、轉(zhuǎn)子斷條以及絕緣損壞等。據(jù)統(tǒng)計(jì),在發(fā)電機(jī)的所有故障中,軸承的故障率為40%,定子的故障率為38%,轉(zhuǎn)子的故障率為10%,其他故障占12%。
根據(jù)發(fā)電機(jī)的故障特點(diǎn),采用的診斷方法主要是基于轉(zhuǎn)子/定子電流信號(hào)、電壓信號(hào)以及輸出功率信號(hào)等狀態(tài)檢測(cè)手段。POPA等借助定子電流和轉(zhuǎn)子電流信號(hào)的時(shí)域分析得到其幅值信息,再通過(guò)FFT得到電流信號(hào)的諧波分量,最后通過(guò)判斷諧波分量的變化實(shí)現(xiàn)對(duì)發(fā)電機(jī)3種模擬故障的識(shí)別。借助連續(xù)小波變換,對(duì)輸出功率信號(hào)進(jìn)行分析,能夠識(shí)別出發(fā)電機(jī)轉(zhuǎn)子偏心故障和軸承故障。
2.2葉片故障
風(fēng)力發(fā)電機(jī)組安裝在野外比較惡劣的環(huán)境,經(jīng)常處于無(wú)人值守的狀態(tài),對(duì)其運(yùn)行狀態(tài)的監(jiān)測(cè)尤其重要。由于環(huán)境因素,機(jī)體各部件故障率較高,葉片作為風(fēng)力發(fā)電機(jī)組的主要部件之一,對(duì)其故障監(jiān)測(cè)十分必要,一旦出現(xiàn)故障,要是不及時(shí)處理,葉片就會(huì)很快的斷裂。輕則造成停機(jī),重則燒壞機(jī)組,影響正常供電,造成不可挽回的損失.
風(fēng)機(jī)葉片故障類型可分為裂紋、凹痕和破損等,葉片的振動(dòng)形式主要包括擺振、揮舞振動(dòng)、扭轉(zhuǎn)振動(dòng)和復(fù)合振動(dòng),葉片的故障信息通常依靠現(xiàn)場(chǎng)監(jiān)測(cè)的震動(dòng)信號(hào)進(jìn)行反應(yīng)。在風(fēng)力發(fā)電機(jī)組故障中,突變信號(hào)和非平穩(wěn)信號(hào)往往會(huì)伴隨故障存在。理論上講,當(dāng)葉片出現(xiàn)裂紋時(shí),振動(dòng)信號(hào)中會(huì)伴隨有較強(qiáng)的高頻沖擊波,并且這些離散的故障信號(hào)是可能存在任意頻段內(nèi)的。
2.3軸承故障檢測(cè)
風(fēng)電機(jī)組主要零部件的可靠性研究表明,在風(fēng)電機(jī)組的故障中電氣和控制系統(tǒng)故障率最高,傳動(dòng)系統(tǒng)如齒輪箱、主軸承等故障率相對(duì)較低。但進(jìn)一步的研究表明電氣和控制系統(tǒng)的故障容易排除,停機(jī)時(shí)間短,并且也不需要吊車等輔助工具。從機(jī)組故障引發(fā)的停機(jī)時(shí)間、維護(hù)費(fèi)用和是否容易造成的繼發(fā)故障等角度分析,與電氣和控制系統(tǒng)相比,機(jī)械傳動(dòng)系統(tǒng)的狀態(tài)監(jiān)測(cè)與預(yù)警維護(hù)更為重要。
風(fēng)力發(fā)電機(jī)用軸承大致可以分為四類:變槳軸承、偏航軸承、傳動(dòng)系統(tǒng)軸承和發(fā)電機(jī)軸承。目前的實(shí)際應(yīng)用的風(fēng)電軸承運(yùn)行狀態(tài)監(jiān)測(cè)與故障識(shí)別的方法主要有基于數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(SCADA)的方法,基于振動(dòng)分析、潤(rùn)滑油檢測(cè)的方法,基于聲音、紅外圖像的方法以及多種方法相結(jié)合等方法。
2.4變流器故障診斷
在雙饋風(fēng)力發(fā)電系統(tǒng)中,變流器是故障頻率相對(duì)較高的環(huán)節(jié)之一,其故障類型中最為常見(jiàn)的是功率開(kāi)關(guān)的短、開(kāi)路故障。診斷這一方面的主要研究方向可以分為全局短路故障診斷和局部短路故障診斷,全局短路故障診斷的內(nèi)容是在變流器直流側(cè)安裝傳感器獲得直流鏈的變化值,通過(guò)對(duì)電流值進(jìn)行分析來(lái)判斷故障的類型。從容錯(cuò)的角度來(lái)講,局部故障診斷有助于我們判斷出故障的具體位置,便于系統(tǒng)的重構(gòu)。功率期間一旦發(fā)生短路故障,最有效的手段就是對(duì)故障開(kāi)關(guān)進(jìn)行隔離。
可以將開(kāi)路故障診斷方法分為兩種類型,即模型法和非模型法。模型法首先是要建立整個(gè)發(fā)電系統(tǒng)的數(shù)學(xué)模型,在設(shè)定的正常狀態(tài)和故障狀態(tài)下,比較分析數(shù)學(xué)模型在各種變量的差異。而非模型法相比較而言則省去了建立繁雜的模型的過(guò)程,只需要故障狀態(tài)下各種變量的相關(guān)信息,特別是當(dāng)系統(tǒng)要建立復(fù)雜的、非線性的模型時(shí),這種方法可以大大減輕人們的工作量。隨著智能方法的發(fā)展,先進(jìn)的智能方法在開(kāi)路故障診斷中的應(yīng)用會(huì)更加廣泛。
2.5齒輪箱故障診斷
齒輪箱是風(fēng)力發(fā)電機(jī)組的核心傳動(dòng)部件,工作狀況將影響整個(gè)風(fēng)力發(fā)電機(jī)組的性能。據(jù)統(tǒng)計(jì),在風(fēng)力發(fā)電機(jī)的故障中,46%是齒輪箱故障。長(zhǎng)期以來(lái)采用的是計(jì)劃維修與事后維修的方式,嚴(yán)重地影響了日常發(fā)電工作,造成重大損失。因此,對(duì)風(fēng)電系統(tǒng)的齒輪箱進(jìn)行狀態(tài)檢測(cè)與故障診斷,是保障風(fēng)力發(fā)電機(jī)組運(yùn)行的可靠性、降低風(fēng)電成本的重要手段。
齒輪箱發(fā)生故障時(shí),齒輪箱故障的振動(dòng)信號(hào)為復(fù)雜的非線性、非平穩(wěn)信號(hào)。小波變換是時(shí)頻分析中最常用的方法,具有多分辨特性,在高頻率部分能夠放大尺度,具有很好的頻率分辨性,在低頻率部分能夠縮小尺度,具有很好的時(shí)間分辨性。采用小波變換對(duì)風(fēng)電系統(tǒng)齒輪箱故障信號(hào)降噪預(yù)處理以提高EMD分解的精度,再用Hilbert變換對(duì)包含主要故障信息的IMF進(jìn)行包絡(luò)譜分析。實(shí)現(xiàn)風(fēng)電機(jī)組齒輪箱故障特征頻率的有效提取。
神經(jīng)網(wǎng)絡(luò)是在生物神經(jīng)學(xué)研究成果基礎(chǔ)上提出的人工智能概念。隨著人工神經(jīng)網(wǎng)技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)大量應(yīng)用于分類和模式識(shí)別,而故障檢測(cè)與診斷本質(zhì)上也是一個(gè)模式識(shí)別問(wèn)題。齒輪箱作為機(jī)械傳動(dòng)的主要部件,其中的齒輪、滾動(dòng)軸承和軸系的工作情況較復(fù)雜,各種典型故障一般并不以單一形式出現(xiàn),往往多個(gè)故障同時(shí)發(fā)生且相互影響。因此,基于神經(jīng)網(wǎng)絡(luò)的人工智能技術(shù)能夠在齒輪箱故障診斷中得到很好的應(yīng)用。
3 結(jié)論
本文對(duì)風(fēng)力發(fā)電系統(tǒng)中易故障部位,包括發(fā)電機(jī)、葉片、軸承、變流器及齒輪箱的故障診斷方法進(jìn)行了介紹。研究基于數(shù)據(jù)的故障診斷系統(tǒng),實(shí)時(shí)監(jiān)測(cè)風(fēng)力發(fā)電系統(tǒng)的狀態(tài),進(jìn)行風(fēng)力發(fā)電系統(tǒng)的故障檢測(cè)與識(shí)別,對(duì)于進(jìn)一步提高風(fēng)力發(fā)電系統(tǒng)的可靠性,推進(jìn)風(fēng)電系統(tǒng)的工程化和市場(chǎng)化進(jìn)程有著重大的現(xiàn)實(shí)意義。