【基于故障樹的風(fēng)力發(fā)電機(jī)的故障診斷10000字（論文）】

基于故障樹的風(fēng)力發(fā)電機(jī)的故障診斷摘要本文主要利用相關(guān)性分析，針對風(fēng)場風(fēng)電機(jī)組實時運行監(jiān)測數(shù)據(jù)進(jìn)行分析處理,本文內(nèi)容的章節(jié)安排如下主要闡述了風(fēng)電機(jī)組故障診斷的研究背景及意義，以及國內(nèi)外故障診斷技術(shù)的研究現(xiàn)狀進(jìn)行了分析比較。主要介紹了風(fēng)電機(jī)組的各個主要子系統(tǒng)的結(jié)構(gòu)、功能以及主要的故障形式，并且總結(jié)了各個子系統(tǒng)故障診斷的所需參量以及目前應(yīng)用于實際的主要診斷方法，為后續(xù)的研究奠定了基礎(chǔ)。本文探討故障樹理論及其在風(fēng)力發(fā)電系統(tǒng)故障診斷中的應(yīng)用。關(guān)鍵詞：故障樹；風(fēng)力發(fā)電機(jī)；故障診斷一風(fēng)電機(jī)組故障診斷的研究背景及意義1.1風(fēng)電機(jī)組故障診斷的研究背景二十世紀(jì)六十年代初產(chǎn)業(yè)革命階段，國外最早開始了對機(jī)械設(shè)備的監(jiān)測與故障診斷技術(shù)的研宄。六十年代末，由于航天、軍工業(yè)的需要迅速發(fā)展，對大型旋轉(zhuǎn)機(jī)械的機(jī)械振動、振動信號提取方法、信號處理技術(shù)以及故障診斷系統(tǒng)進(jìn)行了深入研宄，英國對設(shè)備故障診斷技術(shù)的探討始于此時期，以著名的博士為核心人物的英國機(jī)器保健中心，在診斷技術(shù)的集成開發(fā)方面做了許多分析與研宄，并取得了一定的成果。到七十年代后期，一些測試診斷儀器進(jìn)入工程實用領(lǐng)域。日本的診斷技術(shù)思索便是誕于七十年代左右，年新日鐵以豐田利夫教授為核心展開了對診斷技術(shù)的開發(fā)，到年己能夠運用到應(yīng)用方面。雖然日本的發(fā)展時間較短，但進(jìn)展較快，其可以借鑒的行為是一直注視著世界各國故障診斷技術(shù)的發(fā)展?fàn)顩r，著重注意研究美國故障診斷技術(shù)的實況，積極仿效和引進(jìn)最新技術(shù)。到九十年代，由于現(xiàn)代測試技術(shù)、計算機(jī)技術(shù)以及信號處理技術(shù)等方面的一成就，促使大型旋轉(zhuǎn)機(jī)械的運行狀態(tài)監(jiān)測與故障診斷系統(tǒng)的飛速發(fā)展。1.2國內(nèi)外故障診斷技術(shù)的研究現(xiàn)狀分析比較國外計對風(fēng)力發(fā)電系統(tǒng)容易發(fā)生故障的部件己經(jīng)展開了較多的研究。目前的研究重點主要在電氣系統(tǒng)（發(fā)電機(jī)、葉片、傳動系統(tǒng)（齒輪箱）等方面。國外主要是通過對風(fēng)力發(fā)電機(jī)的輸出信號如電流、電壓和功率等來進(jìn)行分析，以診斷故障。國內(nèi)研究現(xiàn)狀及趨勢：國內(nèi)對風(fēng)力發(fā)電系統(tǒng)的故障診斷還處于起步階段，目前我國從事風(fēng)電系統(tǒng)故障診斷技術(shù)研宄與開發(fā)的單位較少，主要有新疆大學(xué)、沈陽工大、西華大學(xué)、中國石油大學(xué)和大連理工等高等院校，最近清華大學(xué)、華北電力大學(xué)和天津工業(yè)大學(xué)也開展了一些研究。此外，一些公司對傳統(tǒng)的旋轉(zhuǎn)機(jī)械振動監(jiān)測故障診斷系統(tǒng)進(jìn)行了改造，應(yīng)用到了風(fēng)力發(fā)電系統(tǒng)上，如新疆風(fēng)能有限公司、新疆金風(fēng)和深圳創(chuàng)為實等公司已開發(fā)出相應(yīng)的產(chǎn)品。國內(nèi)都是針對風(fēng)電機(jī)組的某個設(shè)備開展了故障診斷方法的研究，并沒有從系統(tǒng)的角度去研究系統(tǒng)的故障特征。大多數(shù)研究文獻(xiàn)并沒有考慮風(fēng)速變化對故障特征的影響，例如有文獻(xiàn)指出表面粗糙和偏航不對中造成的氣動力不平衡，可以通過一倍頻、二倍頻處的幅值增大反映出來，但實際上在不同的風(fēng)速范圍，其幅值增大程度并不一樣。二故障樹理論2.1故障樹分析法故障樹分析法(faulttreeanalysis}FTA)是1961年由美國貝爾實驗室的華生(H.A.Watson)和漢塞爾(D.F.Haasl)首先提出，并應(yīng)用于民兵導(dǎo)彈發(fā)射系統(tǒng)的質(zhì)量控制。經(jīng)過多年發(fā)展，F(xiàn)TA在對機(jī)械系統(tǒng)可靠性、安全性分析和風(fēng)險評估上得到了廣泛應(yīng)用，己成為一種較為成熟的工程計算方法傳統(tǒng)的FTA方法存在以下不足之處:首先，傳統(tǒng)的FTA方法在對系統(tǒng)的可靠性進(jìn)行分析時，認(rèn)為部件只有工作或故障兩種狀態(tài)，不能對系統(tǒng)的可靠做出更確切或更符合客觀實際的評價;其次，傳統(tǒng)的FTA方法以布爾代數(shù)法為基礎(chǔ)，需要精確己知部件故障發(fā)生概率和故障事件之間的聯(lián)系，忽略了環(huán)境的模糊性和數(shù)據(jù)的不準(zhǔn)確性會對部件故障概率產(chǎn)生影響，給故障樹定量計算帶來很大的誤差;最后，部件故障概率值的獲取和故障事件之間關(guān)系的明確需要大量統(tǒng)計數(shù)據(jù)，對于新研制產(chǎn)品或故障發(fā)生概率很低的部件難以獲取大量的數(shù)據(jù)。由于這些問題的存在，導(dǎo)致在分析多狀態(tài)不確定性復(fù)雜系統(tǒng)時，傳統(tǒng)的FTA方法難以得到令人滿意的結(jié)果。故障樹方法的改進(jìn),1983年，H.Tanaka等人提出模糊故障樹方法。該方法針對故障樹的頂上事件和基本事件的發(fā)生概率，采用模糊概率值取代精確概率值，將模糊數(shù)學(xué)和經(jīng)典的事故樹理論進(jìn)行了有效的結(jié)合，解決了頂上事件和基本事件的精確發(fā)生概率難以確定的問題，在各領(lǐng)域得到了發(fā)展和應(yīng)用。近年來，李瑰賢、周繼忠等人提出將灰色關(guān)聯(lián)分析方法用于故障樹分析過程，解決故障信息缺乏導(dǎo)致的故障事件之間關(guān)聯(lián)不確定性問題，取得了一定的進(jìn)展。但是，在工程實際中往往在一個信息不完全的問題中存在許多模糊的因素，或是具有模糊因素的一個問題不具備完全充分的資料，即在一個問題中既存在模糊性，又具有灰色性。因此，本文同時考慮系統(tǒng)的模糊性和灰色性，采用灰關(guān)聯(lián)分析方法對模糊故障樹進(jìn)行改進(jìn)，形成模糊灰關(guān)聯(lián)分析方法。2.2模糊灰色關(guān)聯(lián)分析方法2.2.1建立故障樹首先確定一個最不希望發(fā)生的故障事件作為頂上事件(用T表示)，逐步找出各中間故障事件(用A表示)的全部可能起因，并用故障樹符號表示各類故障事件及其邏輯關(guān)系，直至分析到各類基本事件(用X表示)。2.2.2求故障樹的結(jié)構(gòu)函數(shù)和最小割集求故障樹的結(jié)構(gòu)函數(shù)就是將故障樹用簡單的數(shù)學(xué)表達(dá)式表示出來，以便于對故障樹進(jìn)行簡化，并用數(shù)學(xué)方法進(jìn)行運算。具有n個基本事件的故障樹的結(jié)構(gòu)函數(shù)可表示為:yX,Xz,...。故障事件所組成的集合中全部基本事件都發(fā)生時頂事件必然發(fā)生，則這個故障集合是故障樹的一個割集，若將割集中任意去掉一個基本事件后割集就不成立的故障集合則為最小割集(用F表示)[A]。確定簡單故障樹的最小割集時，只需將故障樹的結(jié)構(gòu)函數(shù)展開，使之成為具有最小項數(shù)的積之和的表達(dá)式，每一項乘積就是一個最小割集。2.2.3確定基本事件的模糊概率基本事件的精確概率往往難以確定，這里采用模糊數(shù)來表示基本事件的發(fā)生概率。模糊數(shù)有多種形式，如三角形模糊數(shù)、梯形模糊數(shù)、正態(tài)模糊數(shù)、LR型模糊數(shù)和語言值等。而三角模糊數(shù)參照函數(shù)處理較方便，代數(shù)運算較容易。因此，在模糊故障樹分析中采用三角模糊數(shù)。一個三角模糊數(shù)P的隸屬度函數(shù)具有如下形式，即：隸屬度函數(shù)可以通過圖1形象的表示出來。因此，三角模糊數(shù)也可由3個參數(shù)a，m，b表示，記為p=(a，m，b)。2.3確定參考列和比較列灰色關(guān)聯(lián)分析的基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密。曲線越接近，相應(yīng)序列之間的關(guān)聯(lián)度就越大，反之就越?。?1］。因此，首先需要確定參考序列和比較序列。這里把對各基本事件的模糊重要度做均值化處理后作為參考列。當(dāng)故障樹具有m個最小割集時，可用一個特征向量來代表相應(yīng)的最小割集，進(jìn)而構(gòu)成一個典型故障的特征矩陣。最終，最小割集的灰色關(guān)聯(lián)度的大小，灰色關(guān)聯(lián)度越大的最小割集所代表的故障模式造成頂上事件發(fā)生的可能性就越大;反之造成頂上事件發(fā)生的可能性就越小。3故障樹結(jié)構(gòu)在風(fēng)力發(fā)電機(jī)和故障樹風(fēng)輪葉片中的分析和運用3.1建立故障樹風(fēng)輪葉片故障樹結(jié)構(gòu)風(fēng)力發(fā)電機(jī)作為風(fēng)能轉(zhuǎn)化為電能的基礎(chǔ)設(shè)施在整個風(fēng)力發(fā)電系統(tǒng)中有著舉足輕重的作用。風(fēng)力發(fā)電機(jī)各部件長期工作在野外。由于環(huán)境影響因素眾多且相互之間作用復(fù)雜，導(dǎo)致了風(fēng)力發(fā)電機(jī)故障種類繁多，故障原因復(fù)雜，故障征兆模糊，故障機(jī)理不清，故障數(shù)據(jù)缺乏等問題，從而使得現(xiàn)場數(shù)據(jù)帶有極大的復(fù)雜性、模糊性、不確定性，給故障分析過程造成困難。使用傳統(tǒng)的可靠性分析方法難以得到令人滿意的結(jié)果。風(fēng)力發(fā)電系統(tǒng)主要包括塔架、風(fēng)輪、變槳系統(tǒng)、機(jī)艙、傳動系統(tǒng)、偏航系統(tǒng)、剎車系統(tǒng)、發(fā)電機(jī)、電氣系統(tǒng)、主控系統(tǒng)、傳感器等子系統(tǒng)。其中風(fēng)輪是捕獲風(fēng)能的裝置，由葉片和輪毅組成。由于風(fēng)力發(fā)電機(jī)長期工作于雨、雪、大風(fēng)等惡劣環(huán)境中，易造成風(fēng)輪不平衡、漿葉和輪毅的腐蝕、損傷等故障。本文依據(jù)風(fēng)力發(fā)電機(jī)的故障統(tǒng)計資料，建立風(fēng)輪葉片故障的故障樹，利用上述模糊灰關(guān)聯(lián)分析方法對故障樹進(jìn)行分析，其過程如下。圖2風(fēng)輪葉片故障樹Fig．2FTAofrotorblades故障樹的頂上事件T表示風(fēng)輪葉片故障;中間事件A1表示質(zhì)量不平衡，A2表示空氣動力學(xué)不平衡，A3表示葉片裂紋損傷;各基本事件的含義如表1所示。求故障樹的結(jié)構(gòu)函數(shù)和最小割集上面故障樹的結(jié)構(gòu)函數(shù)為:可見故障樹的每個基本事件就構(gòu)成一個最小割集，即：3.2確定基本事件的模糊概率根據(jù)工程經(jīng)驗，利用三角模糊數(shù)來表示各基本事件的模糊概率，如表1所示。計算頂上事件的模糊概率根據(jù)故障樹的結(jié)構(gòu)函數(shù)和三角模糊數(shù)的運算法則，計算頂上事件的模糊概率為：計算基本事件的模糊重要度根據(jù)式：計算得各基本事件的模糊重要度所構(gòu)成的集合：{e1，e2，e3，e4，e5，e6，e7，e8，e9，e10}={0.032726，0.032726，0.109729，0.039689，0.039689，0.000622，0.00056，0.000498，0.000124，0.054069}確定參考列和比較列根據(jù)式：確定參考序列，即：X0=［1.054208，1.054208，3.534697，1.278508，1.278508，0.02005，0.018043，0.016037，0.004007，1.741735］。根據(jù)式(9)確定比較序列，即：計算關(guān)聯(lián)系數(shù)與灰色關(guān)聯(lián)度根據(jù)式(10)和式(11)求得關(guān)聯(lián)系數(shù)如表2所示：根據(jù)式(12)求得各最小割集的灰色關(guān)聯(lián)度所組成的集合{r1，r2，r3，r4，r5，r6，r7，r8，r9，r10}={0.757866，0.757866，0.731167，0.751827，0.751827，0.688775，0.688616，0.688458，0.687503，0.74352}。對各最小割集的灰色關(guān)聯(lián)度進(jìn)行排序:r1=r2＞r4=r5＞r10＞r3＞r6＞r7＞r8＞r9。該結(jié)果反映出了各最小割集所代表的故障模式導(dǎo)致頂上事件發(fā)生的可能性的大小。本文提出了利用灰關(guān)聯(lián)分析方法對故障樹基本事件的模糊重要度進(jìn)行分析的模糊灰關(guān)聯(lián)分析方法。解決傳統(tǒng)的故障樹分析方法無法解決的由于故障信息缺乏所導(dǎo)致的頂上事件和基本事件的概率無法確知以及基本事件與頂上事件之間的相互關(guān)聯(lián)難以確定的問題。應(yīng)用該方法對風(fēng)力發(fā)電機(jī)系統(tǒng)的風(fēng)輪葉片故障樹進(jìn)行分析，對造成頂上事件發(fā)生的各種故障模式可能性大小做出判斷，找出了風(fēng)輪系統(tǒng)中變槳振動調(diào)節(jié)閘漏油，結(jié)冰腐蝕污垢等關(guān)鍵故障模式，為處理事故的輕重緩急、控制事故的發(fā)生、改進(jìn)系統(tǒng)可靠性和安全性提供了理論依據(jù)。3)該方法同時考慮系統(tǒng)的模糊性和灰色性，經(jīng)進(jìn)一步的研究改進(jìn)，可用于包括機(jī)械系統(tǒng)在內(nèi)的多狀態(tài)不確定性復(fù)雜系統(tǒng)的可靠性分析。四風(fēng)力發(fā)電機(jī)的故障診斷4.1風(fēng)力發(fā)電機(jī)組的故障特點風(fēng)電機(jī)組主要分為三類：①雙饋式變槳變速機(jī)型，是目前大部分企業(yè)采用的主流機(jī)型；②直驅(qū)永磁式變槳變速機(jī)型是近幾年發(fā)展起來的，是未來風(fēng)電的發(fā)展方向之一；③失速定槳定速機(jī)型是非主流機(jī)型，運行維護(hù)方便[10]?？紤]到目前風(fēng)場中主要以雙饋式變槳變速機(jī)型為主，故本文內(nèi)容主要針對該機(jī)型的故障及狀態(tài)監(jiān)測方法加以討論。風(fēng)力發(fā)電機(jī)由風(fēng)輪及變槳距系統(tǒng)、輪轂、結(jié)構(gòu)(機(jī)艙、地基和塔架)、傳動裝置、齒輪箱、發(fā)電機(jī)、電氣系統(tǒng)、控制系統(tǒng)、傳感器、剎車系統(tǒng)、液壓系統(tǒng)和偏航系統(tǒng)等構(gòu)成[11]。風(fēng)電機(jī)組首先將風(fēng)能通過風(fēng)輪轉(zhuǎn)換成機(jī)械能，再借助主軸、齒輪箱等傳動系統(tǒng)和發(fā)電機(jī)將機(jī)械能轉(zhuǎn)換成電能，從而實現(xiàn)風(fēng)力發(fā)電。風(fēng)力發(fā)電機(jī)組一般都設(shè)在50～80m或以上的高空，其工作環(huán)境惡劣復(fù)雜，機(jī)組的受力情況也很復(fù)雜。風(fēng)力發(fā)電機(jī)組在工作過程中，槳葉的轉(zhuǎn)速是隨風(fēng)速的變化而變化。當(dāng)陣風(fēng)襲來，葉片受到短暫而頻繁的沖擊載荷，而這個沖擊載荷也會傳遞到傳動鏈上的各個部件，使得各個部件也受到復(fù)雜交變的沖擊，對其工作壽命造成極大的影響，使風(fēng)力機(jī)在運行過程中出現(xiàn)各種故障，尤其是風(fēng)輪以及與其剛性連接的主軸、齒輪箱、發(fā)電機(jī)等在交變載荷的作用下很容易出現(xiàn)故障，造成機(jī)組停機(jī)。表3是西班牙納瓦拉水電能源集團(tuán)公司(EHN)對2001～2003年風(fēng)力發(fā)電機(jī)主要部件的故障比例統(tǒng)計。據(jù)統(tǒng)計其中行星齒輪段占54%，中間軸占4%，高速軸占38%，其他原因占4%[12]。表3EHN公司風(fēng)力發(fā)電機(jī)故障比例統(tǒng)計%年份齒輪箱發(fā)電機(jī)葉片200148213120025627172003602911近年來，在國家政策的大力支持下，我國自行研發(fā)的風(fēng)力發(fā)電機(jī)組已逐步占有市場，市場份額比例也在逐年上升，但是在引進(jìn)國外先進(jìn)技術(shù)的同時，欠缺對我國特殊的氣候環(huán)境和地理因素的考慮，致使產(chǎn)品質(zhì)量問題越來越突出。在國家相關(guān)部門的調(diào)研中發(fā)現(xiàn)[8]，各整機(jī)制造企業(yè)在運行和調(diào)試過程中均出現(xiàn)過質(zhì)量問題，問題部件及原因如表4所示。表4風(fēng)電整機(jī)及零部件部分產(chǎn)品質(zhì)量問題與原因風(fēng)場多位于偏遠(yuǎn)的山區(qū)或近海區(qū)域，交通不便，并且機(jī)組處于高空，一旦機(jī)組的某些部件出現(xiàn)故障，不僅長時間停機(jī)造成發(fā)電量損失，而且整個機(jī)組的重新吊裝和部件更換，都需要極大的人力和物力。長期以來，風(fēng)力發(fā)電機(jī)采用的是計劃維修和事后維修的方式。計劃維修即機(jī)組運行2500h和5000h后的例行維護(hù)，如：檢查螺栓是否松動、抽檢油樣、加注潤滑油等。這種維修方式無法全面、及時地了解設(shè)備的運行狀況;而事后維修則由于事先準(zhǔn)備不足，造成維修工作耗時太長，損失嚴(yán)重。所以，必須在風(fēng)力發(fā)電機(jī)組運行過程中實時監(jiān)控各關(guān)鍵部件的運行狀態(tài)，及時了解各部件存在的故障隱患，以便及時采取措施，防止造成嚴(yán)重?fù)p失，提高風(fēng)力發(fā)電機(jī)組運行的可靠性，延長其使用壽命。狀態(tài)監(jiān)測和故障診斷技術(shù)可以在機(jī)組不停機(jī)的情況下，對其進(jìn)行連續(xù)監(jiān)控，實時了解設(shè)備的健康狀態(tài)，及時發(fā)現(xiàn)故障隱患，避免重大事故的發(fā)生，并且得到的機(jī)組長時問運行狀態(tài)數(shù)據(jù)對零部件后續(xù)的設(shè)計改進(jìn)有積極的指導(dǎo)作用。通過國內(nèi)外的統(tǒng)計數(shù)據(jù)可以發(fā)現(xiàn)，風(fēng)力發(fā)電機(jī)組的典型故障主要集中在葉片、齒輪箱、發(fā)電機(jī)等部位。針對不同的故障部件和故障特征，采取合適的故障診斷方法是有效實施狀態(tài)監(jiān)測和故障診斷技術(shù)的保證。4.2風(fēng)場風(fēng)電機(jī)組實時運行監(jiān)測和風(fēng)場風(fēng)電機(jī)組實時運行監(jiān)測數(shù)據(jù)分析處理針對風(fēng)力發(fā)電這一新型裝備制造業(yè)，目前尚缺乏有效的監(jiān)測診斷方法，其有效的在線振動監(jiān)測診斷系統(tǒng)可以說還是空白。風(fēng)力機(jī)容量的增加，使得風(fēng)力機(jī)體積變大，發(fā)生事故的概率增大。面對風(fēng)力機(jī)事故發(fā)生頻繁以及造成的巨額損失，風(fēng)力機(jī)的狀態(tài)監(jiān)測技術(shù)引起了國內(nèi)外相關(guān)人員的極大關(guān)注。但鑒于現(xiàn)代風(fēng)力機(jī)的運行特點，傳統(tǒng)的狀態(tài)監(jiān)測方法雖然可以實現(xiàn)故障的有效診斷，但存在一定的局限性，尤其是在線狀態(tài)監(jiān)測方面，問題尤為突出。選擇合適的狀態(tài)監(jiān)測方法，實現(xiàn)風(fēng)力機(jī)故障的有效診斷是現(xiàn)在風(fēng)力機(jī)狀態(tài)監(jiān)測面臨的主要問題。本文在簡要介紹風(fēng)電發(fā)展趨勢的基礎(chǔ)上，主要介紹了風(fēng)力機(jī)的主要故障部件和現(xiàn)有的狀態(tài)監(jiān)測方法，以及有待研究的一些問題。五風(fēng)場風(fēng)電機(jī)組故障診斷隨著人類對能源的需求日益增加，可持續(xù)發(fā)展的迫切需要，建立在天然氣、石油、煤等傳統(tǒng)資源基礎(chǔ)上的能源體系在推動人類社會進(jìn)步的同時也帶來了人類居住環(huán)境的日益惡化。如何實現(xiàn)能源的可持續(xù)發(fā)展，尋求清潔、安全且能夠重復(fù)利用的綠色能源，從而滿足社會經(jīng)濟(jì)的可持續(xù)發(fā)展，已經(jīng)成為世界各國共同面對的難題。在此背景下，具有分布廣、巨大蘊藏量、無污染、可再生等優(yōu)點的風(fēng)能越來越受到世界各國的相關(guān)部門的重視，成為可再生能源發(fā)展的重要方向。如今全球的風(fēng)能總量約為2.7×109MW，其中可利用的風(fēng)能約為2×109MW，我國的風(fēng)能資源豐富程度僅此于美國和俄羅斯，居世界第三位。風(fēng)力發(fā)電作為風(fēng)能利用的主要方面，是世界上增長最快的發(fā)電技術(shù)，風(fēng)電裝機(jī)容量正在逐年迅速增長，從1996年開始，全球風(fēng)電累計裝機(jī)容量已經(jīng)連續(xù)15年保持在20%到40%的高速增長水平，2010年，世界風(fēng)電發(fā)電量約占用全球電力消費的2.5%，到2020年，預(yù)計風(fēng)電提供全球約7.7%~8.3%的電力。截止2012年年底，全球總裝機(jī)容量超過2.83×109MW，新增裝機(jī)容量達(dá)到44，711MW。風(fēng)電的快速發(fā)展也給風(fēng)電設(shè)備制造業(yè)也帶來了巨大挑戰(zhàn)。伴隨風(fēng)電機(jī)組裝機(jī)容量越來越大，風(fēng)電機(jī)組故障發(fā)生率也越來越高，隨著投產(chǎn)的風(fēng)機(jī)數(shù)量不斷增加，裝機(jī)規(guī)模的不斷擴(kuò)大，發(fā)展相關(guān)的第三產(chǎn)業(yè)即風(fēng)機(jī)運行維護(hù)、監(jiān)測、故障診斷等己逐漸成為行業(yè)新的增長點。5.1齒輪箱齒輪箱位于機(jī)艙內(nèi)，是風(fēng)力機(jī)傳動鏈上的重要部件，是連接主軸和發(fā)電機(jī)的重要樞紐。齒輪箱一般由一級行星齒輪傳動和兩級平行齒輪傳動構(gòu)成，內(nèi)部結(jié)構(gòu)和受力情況較為復(fù)雜，尤其是在變工況、變載荷的情況下運行，容易發(fā)生故障。齒輪箱的常見故障包括齒輪故障和軸承故障，軸承作為齒輪箱的關(guān)鍵部件，其失效常常會引起齒輪箱災(zāi)難性的破壞。常見的齒輪故障有：斷齒、齒面疲勞、膠合等；軸承故障有：磨損、點蝕、裂紋、表面剝落等。表5是瑞典皇家理工學(xué)院的可靠性評估管理中心對分布于瑞典的風(fēng)力機(jī)齒輪箱故障類型的統(tǒng)計數(shù)據(jù)。齒輪箱是風(fēng)力機(jī)正常、高效運行的保障。風(fēng)電技術(shù)的快速發(fā)展和單機(jī)容量的增加，使得風(fēng)力機(jī)的規(guī)模越來越大，對其性能的要求也越來越高。隨著大重型機(jī)組的投入運行，齒輪箱的故障頻率也隨之增加。據(jù)統(tǒng)計，一臺風(fēng)力機(jī)故障停機(jī)時問的20%是由齒輪箱故障引起的。一旦齒輪箱出現(xiàn)問題，除了高額的維修費用，長時問停機(jī)造成的發(fā)電量損失也是巨大的。表6是1997--2004年瑞典皇家理工學(xué)院對瑞典風(fēng)力機(jī)齒輪箱故障時問統(tǒng)計數(shù)據(jù)。面對風(fēng)力機(jī)齒輪箱故障的頻繁發(fā)生以及造成的巨額損失，近年來，已有不少科研人員對風(fēng)力機(jī)齒輪箱的故障檢測進(jìn)行了研究。振動測量方法是技術(shù)最成熟、最普及的一種故障檢測方法。唐新安等[13}借助時域信號的統(tǒng)計指標(biāo)實現(xiàn)了對齒輪箱故障的初步診斷，然后借助傳統(tǒng)的快速傅里葉變換(FastFouriertransform,FFT)和功率譜對診斷結(jié)果進(jìn)一步加以確認(rèn)。眾所周知，故障特征頻率是判斷齒輪、軸承等健康狀態(tài)的重要指標(biāo)。借助故障特征頻率可以實現(xiàn)故障的準(zhǔn)確定位，提高診斷精度。時頻分析方法是結(jié)合了時域和頻域的雙重信息，適用于非平穩(wěn)信號的處理方法。常見的時頻分析方法有小波分析、短時傅里葉變換以及經(jīng)驗?zāi)B(tài)分解等。BARSZCZ等提出了利用譜峭度診斷行星齒輪箱故障的方法。譜峭度具有對沖擊信號敏感的特性，利用譜峭度可以檢測出信號中的沖擊成分，從而診斷出故障原因。HUANG等[[1G}研究了小波神經(jīng)網(wǎng)絡(luò)在風(fēng)力機(jī)齒輪箱故障診斷中的應(yīng)用。該方法借助小波變換的時頻分析特性和神經(jīng)網(wǎng)絡(luò)的白學(xué)習(xí)功能，將小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的隱含層，提高了診斷精度，減少了神經(jīng)網(wǎng)絡(luò)的層數(shù)，加快了收斂速度。1NALPOLAT等[17}對行星齒輪箱的建模和動力學(xué)行為進(jìn)行了研究，為闡述其復(fù)合傳動引起的故障相互調(diào)制和禍合等故障機(jī)理提供了依據(jù)。溫度測量方法是基于零部件的溫度變化實現(xiàn)異常狀態(tài)識別的診斷方法。溫度作為狀態(tài)量，測量方便，操作簡單。鑒于溫度測量方法的簡單易行等特點，該方法已集成在風(fēng)力機(jī)的控制系統(tǒng)中，用于檢測齒輪箱、發(fā)電機(jī)以及主軸等部件的健康狀態(tài)。5.2發(fā)電機(jī)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，使得對發(fā)電機(jī)的密封保護(hù)受到制約。發(fā)電機(jī)長期運行于變工況和電磁環(huán)境中，容易發(fā)生故障。常見的故障模式有發(fā)電機(jī)振動過大、發(fā)電機(jī)過熱、軸承過熱、轉(zhuǎn)了/定了線圈短路、轉(zhuǎn)了斷條以及絕緣損壞等。據(jù)統(tǒng)計，在發(fā)電機(jī)的所有故障中，軸承的故障率為40%定了的故障率為38%，轉(zhuǎn)了的故障率為10%其他故障占12%。根據(jù)發(fā)電機(jī)的故障特點，采用的診斷方法主要是基于轉(zhuǎn)了/定了電流信號、電壓信號以及輸出功率信號等狀態(tài)檢測手段。POPA等[is}借助定了電流和轉(zhuǎn)了電流信號的時域分析得到其幅值信息，再通過FFT得到電流信號的諧波分量，最后通過判斷諧波分量的變化實現(xiàn)對發(fā)電機(jī)3種模擬故障的識別。WATSON等[m}借助連續(xù)小波變換，對輸出功率信號進(jìn)行分析，識別出了發(fā)電機(jī)轉(zhuǎn)了偏心故障和軸承故障。DJUROVIC等[}zo}研究了穩(wěn)態(tài)狀況下，短時傅里葉變換方法在發(fā)電機(jī)定了開環(huán)故障中的應(yīng)用。通過對比發(fā)現(xiàn)，雖然基于定了電流和瞬時功率的診斷方法均可識別出故障，但瞬時功率信號中包含了更多的故障信息。發(fā)電機(jī)的轉(zhuǎn)了偏心現(xiàn)象是軸承過度磨損或其他故障隱患的表現(xiàn)?；谳敵鲭娏鳌㈦妷?、功率等信號的檢測方法是識別轉(zhuǎn)了偏心故障的有效手段。此外，MOHANTY等針對多級齒輪箱研究通過解調(diào)異步發(fā)電機(jī)的電流信號來診斷齒輪箱故障。另外，BENNOUNA等在變轉(zhuǎn)速下建立了基于多項式的雙饋式異步發(fā)電機(jī)線性與非線性數(shù)學(xué)模型，利用故障特征分析法檢測出了轉(zhuǎn)了偏心故障，但是此方法也僅能判斷發(fā)電機(jī)出現(xiàn)故障類型，而不能準(zhǔn)確找出故障源。YANG等[23}針對同步發(fā)電機(jī)為消除變轉(zhuǎn)速的影響，提出了基于轉(zhuǎn)矩和主軸轉(zhuǎn)速的判斷準(zhǔn)則。模擬定了繞組線圈的短路，對發(fā)電機(jī)定了繞組電流/功率信號，先用離散小波去除噪聲，再使用連續(xù)小波提取特征頻率，有效地識別出了故障。5.3葉片葉片是風(fēng)力發(fā)電機(jī)組吸收風(fēng)能的關(guān)鍵部件。葉片長期露天工作在惡劣的環(huán)境下，難以避免受到濕氣腐蝕、陣風(fēng)或雷擊等因素的破壞以及長時問運行產(chǎn)生的疲勞裂紋等故障隱患。風(fēng)力機(jī)葉片長度一般在30^-40m，由纖維增強型復(fù)合材料組成，體積質(zhì)量巨大，一旦發(fā)生故障，不僅造成葉片本身的損壞，還會對整機(jī)的安全產(chǎn)生致命性損傷。因此，研究風(fēng)力機(jī)葉片的狀態(tài)檢測方法，對于降低故障損失，保證機(jī)組長時問安全運行具有重要意義。目前，國內(nèi)雖然在風(fēng)力機(jī)葉片的設(shè)計制造技術(shù)方面取得了一定的研究成果，如清華大學(xué)針對風(fēng)力機(jī)葉片在運行過程中出現(xiàn)的顫振等現(xiàn)象綜述了葉片氣動彈性穩(wěn)定性問題的研究成果[24]，為風(fēng)力機(jī)葉片的設(shè)計提供理論依據(jù)。但現(xiàn)有文獻(xiàn)對其運行過程中的狀態(tài)檢測技術(shù)研究的較少，GHOSHAL等[[z5}基于振動測量方法，利用壓電陶瓷傳感器捕捉振動信號，提出了4種用于葉片故障診斷的方法。傳遞函數(shù)和動態(tài)變形分析方法需借助多普勒激光掃描測振儀和葉片健康狀態(tài)時的測量數(shù)據(jù)作為參考，雖然診斷結(jié)果較為準(zhǔn)確，但難以在實際中應(yīng)用;響應(yīng)比較和波動傳播分析方法只需壓電陶瓷傳感器和激振器，借助傳感器信號之問的比較判斷葉片是否存在異常。波動傳播方法只對位于傳感器和激振器之問的故障敏感，有一定的局限性;但響應(yīng)比較分析方法算法簡單·對歷史數(shù)據(jù)要求低。SCHROEDER等z基于安裝在運行風(fēng)力機(jī)葉片中的光纖光柵傳感器測量系統(tǒng)的成功運行，介紹了用光纖光柵傳感器實現(xiàn)風(fēng)力機(jī)葉片的在線監(jiān)測的可行性。根據(jù)風(fēng)力機(jī)葉片在運行過程中的載荷變化，借助葉片上對稱分布的光纖光柵傳感器捕捉應(yīng)變信號，評判葉片健康狀態(tài)。SUNDARESAN等利用壓電陶瓷傳感器捕捉葉片中的應(yīng)力應(yīng)變波形，通過分析這些波形的傳播特性實現(xiàn)對葉片的故障識別?？梢?，對于葉片的故障檢測，主要是根據(jù)材料在不同受力情況下的應(yīng)力應(yīng)變變化，從而識別出故障狀態(tài)。應(yīng)力應(yīng)變檢測方法是通過應(yīng)力應(yīng)變傳感器(光纖光柵傳感器)檢測葉片在運行過程中應(yīng)力應(yīng)變的變化范圍，從而確保葉片的安全運行，并且該方法對于預(yù)測葉片壽命也非常有效。光纖光柵傳感器具有較好的抗電磁干擾、抗腐蝕、尺寸小、壽命長等優(yōu)點，適合葉片結(jié)構(gòu)的狀態(tài)檢測。但葉片損傷容限準(zhǔn)則尚未有效建立，基于光纖光柵傳感器獲得的信號難以與葉片損傷模式對應(yīng)，YE等針對復(fù)合材料損傷的失效容限和性能退化預(yù)測進(jìn)行了相關(guān)研究工作。此外，國外相關(guān)人員還利用現(xiàn)代無損檢測手段對葉片的健康狀態(tài)進(jìn)行識別。聲發(fā)射檢測方法是利用物體內(nèi)部因應(yīng)力集中產(chǎn)生斷裂、變形時釋放的應(yīng)變波來識別被檢部件的異常情況。風(fēng)力機(jī)葉片長期受到空氣動力的交變沖擊以及腐蝕等，會產(chǎn)生裂紋、變形等異常，可借助聲發(fā)射檢測。紅外成像檢測方法是利用物體在不同溫度下輻射出來的紅外線成像識別異常狀況。物體表面的健康狀態(tài)(裂紋、剝落等)會影響熱輻射的能量分布，利用該特點，紅外成像檢測方法可用于零部件表面裂紋的診斷識別[[30]雖然國外在風(fēng)力機(jī)葉片故障診斷方面取得了一定的研究成果，但主要還是處于試驗階段，應(yīng)用到實際中還需要一定的時問。5.4槳距控制系統(tǒng)、電氣系統(tǒng)與偏航系統(tǒng)采用槳距控制除可控制轉(zhuǎn)速外，還可減少轉(zhuǎn)了和驅(qū)動鏈中各部件的壓力，并允許風(fēng)力機(jī)在很大風(fēng)力下運行，目前主流的調(diào)速方式采用變槳距結(jié)構(gòu)。其一般有兩種傳動機(jī)構(gòu):齒輪式與連桿式。在大型風(fēng)力機(jī)中，常采用電了控制的液壓機(jī)構(gòu)來控制葉片的槳距，液壓調(diào)節(jié)器控制齒輪或連桿推動葉片。變槳距系統(tǒng)轉(zhuǎn)速極低、運行不連續(xù)、負(fù)載隨機(jī)，對其狀態(tài)監(jiān)測可采用振動檢測，也可采集發(fā)電機(jī)的電流信號進(jìn)行分析。風(fēng)電機(jī)組的電氣系統(tǒng)通過變頻器等電氣設(shè)備與電網(wǎng)相連，向電網(wǎng)輸送電能，同時控制電能參數(shù)。電氣系統(tǒng)部件較多，發(fā)生故障的概率較大，故障類型主要有:短路故障、過電壓故障、過電流故障以及過溫故障等。電氣系統(tǒng)的任一部件出現(xiàn)故障，都有可能問接引起發(fā)電機(jī)的損壞。鑒于電氣系統(tǒng)的特點，可以采取性能參數(shù)檢測方法，如檢測輸出電壓、電流、功率、溫度等是否和正常值相一致，借此判斷電氣系統(tǒng)各個部件的健康狀態(tài)。偏航系統(tǒng)在風(fēng)力發(fā)電機(jī)組中的作用是轉(zhuǎn)動機(jī)艙，使轉(zhuǎn)了隨時與風(fēng)向保持一致，以保證風(fēng)力發(fā)電機(jī)具有最大的發(fā)電能力。偏航系統(tǒng)主要由偏航電機(jī)、偏航齒輪、偏航齒圈等組成，出現(xiàn)的問題主要包括輪齒磨損、定位不準(zhǔn)確、偏航電機(jī)故障以及限位開關(guān)故障等。鑒于偏航系統(tǒng)白身的運行特點，如轉(zhuǎn)速低、狀態(tài)多變、負(fù)載重等，對其進(jìn)行狀態(tài)監(jiān)測，采用的方法大致是振動檢測以及針對偏航電機(jī)的電流、電壓檢測方法等。市場調(diào)查研究風(fēng)力發(fā)電機(jī)姐的故障情況及故障診斷方法。首先采用調(diào)查法調(diào)查了風(fēng)力發(fā)電技術(shù)的發(fā)展現(xiàn)狀，風(fēng)力發(fā)電場的地理分布特點和風(fēng)為發(fā)電機(jī)組的故障情況，并對其現(xiàn)有的故障診斷方法進(jìn)行重點調(diào)查分析，了解其原理、應(yīng)用范圍和優(yōu)缺點，掌握基本情況為后續(xù)的設(shè)計與實現(xiàn)奠定基礎(chǔ)。通過對于現(xiàn)有技術(shù)的綜合了解，對于當(dāng)前技術(shù)進(jìn)行簡單的分析尋找當(dāng)前風(fēng)力發(fā)電市場現(xiàn)有的故障診斷系統(tǒng)的不足之處，結(jié)合實際情況分析。就目前來說，國內(nèi)應(yīng)用于風(fēng)力發(fā)電場的故障診斷系統(tǒng)只能做到響應(yīng)式維護(hù)和定期維護(hù)，有預(yù)知維護(hù)方面的理論研巧基礎(chǔ)，雖然部分公司開發(fā)一些針對風(fēng)力發(fā)電機(jī)組某一部位進(jìn)行預(yù)知維護(hù)的軟件但因為技術(shù)原因，目前還未大規(guī)模投入使用，并且沒有對整個風(fēng)電場進(jìn)行預(yù)知維護(hù)的故障診斷系統(tǒng)。六總結(jié)現(xiàn)如今風(fēng)電機(jī)組的狀態(tài)監(jiān)測與故障診斷技術(shù)正在飛速發(fā)展之中，越來越多的研究人員參與其中，但是其成熟度依舊跟不上風(fēng)電機(jī)組的發(fā)展速度，且對狀態(tài)監(jiān)測與故障診斷應(yīng)用于風(fēng)電機(jī)組的研究還處在初級階段，國內(nèi)外研究人員雖然提出了大量的監(jiān)測診斷方法，但是其中的大部分還是處于仿真理論研究或離線診斷階段，且實際監(jiān)測數(shù)據(jù)目對于仿真數(shù)據(jù)更為復(fù)雜，現(xiàn)有應(yīng)用的故障診斷系統(tǒng)功能也‘較為簡單，許多系統(tǒng)還達(dá)不到自動診斷，不能及時準(zhǔn)確的給出故障診斷結(jié)果，許多故障還需要專家進(jìn)行現(xiàn)場診斷，這些都是現(xiàn)在所面臨的主要問題。本文在簡要介紹了故障診斷發(fā)展趨勢的基礎(chǔ)上，對風(fēng)電機(jī)組的智能預(yù)測診斷技術(shù)做了研究，對解決實際風(fēng)場故障診斷問題有重要意義。參考文獻(xiàn)[1]武花榮，王晨升，劉磊磊，等.基于