浅析风力发电机组振动状态监测与故障诊断

浅析风力发电机组振动状态监测与故障诊断
发布时间：2022-11-08T08:27:07.660Z 来源：《福光技术》2022年22期作者：何亚平尚永亮[导读] 从现阶段风力发电机组实际应用情况来看，多数地区在风力发电机运行2500h或者是5000h后，会进行例行维修，而这种维修周期较长，设备受损情况较为严重，部分问题难以在检修工作中得到解决。

在这种情况下，需要重视在线监测和故障诊断系统的设计，以保证风力发电机在实际运行过程中处于一种可控状态，辅助相关人员及时发现风力发电机在实际运用过程中存在的不足，提升风力发电机的应用
质量与效率。

何亚平尚永亮
华能华家岭风力发电有限公司甘肃定西 743305
摘要：从现阶段风力发电机组实际应用情况来看，多数地区在风力发电机运行2500h或者是5000h后，会进行例行维修，而这种维修周期较长，设备受损情况较为严重，部分问题难以在检修工作中得到解决。

在这种情况下，需要重视在线监测和故障诊断系统的设计，以保证风力发电机在实际运行过程中处于一种可控状态，辅助相关人员及时发现风力发电机在实际运用过程中存在的不足，提升风力发电机的应用质量与效率。

关键词：风力发电机组；振动；状态监测；故障诊断
1风力发电的原理
风力发电设备通常由风轮、变速系统、发电机、储能装置等部分组成。

而风力发电对于环境的要求，有比较充足和稳定的新风能源。

因为使用了多叶顺浆机构以及空气阻力装置，又或者是设置于驱动轴上的紧急制动闸等方法来进行自动保护，因此风力发电厂的单机容量也愈来愈大，而且技术含量也愈来愈高，同时生产成本也愈来越低。

风力发电技术，是指使用风能驱动风力机叶片的转动，然后通过增速齿轮箱提高转速，从而驱动发电机发电。

按照目前的风电技术，一般是每秒三米左右的风力，便能够进行风力发电。

由于风力发电既具有不消耗能源，又没有产生辐射或污染环境等潜在的优点，使得风力发电正在全球上产生了一种风潮。

风力发电技术在芬兰、丹麦等欧盟发达国家十分普遍，中国也在中西部地区大力推广。

小型风力发电技术系统的运行效率也相当高，所有组件都非常重要。

它的叶片也可以用来承载风能或将机械能转换成电能；尾翼设计使叶片始终朝向来风方向，从而获得较大的风力；风机旋转时，向发电机转子绕组给定一个恒定的励磁电流，就会在发电机转子里形成一个旋转磁场，通过电磁感应原理，磁场中切割的磁线会产生高频电动势，从定子引出后流入电网。

2风力发电机组振动状态监测 2.1监测异常可测量参数
风力发电机组运行中，必须要采取有效的方法与原则监测可测量参数。

通常需要注意以下问题：（1）风力发电机组运行中，可测量参数主要涉及电压、电流、频率、压力及温度，要结合可测量参数类型合理选用测量设备，协调各测量设备。

（2）分析并明确可测量参数上下限范围，以此选择合理量程。

（3）对可测量参数正常或异常值区间范围与动作触发条件进行分析。

2.2异常监测参数的计算
风力发电机组运行中，参数计算离不开有效监测技术与方法的支持，实际操作中要注意以下问题：（1）参数检测计算时，要合理选用算法。

风力发电机组类型比较多，各类型机组内需要不同的算法，且每一种算法有很多可供选择的策略。

因而要结合风力发电机组实际情况与需求合理选择算法。

（2）选择有效的设备运行算法。

合适设备主要指算法稳定且设备自身硬件条件能够支撑长期运行，设备内部配置可靠且可以进行稳定的数据传输与测量。

2.3监测测量设备异常
风力发电机组测量设备自身会出现故障，需要制定相关监测机制予以防范。

其常用监测方法为：（1）测量设备随附检测触点，一般保持常开与常闭状态，异常情况下为常闭或常开。

结合触点状态变化判断设备状态。

（2）测量设备输入与输出端分别连接另一组信号以此进入主控系统，而主控系统事先存储与测量设备相应算法，时刻读取并对比输入输出值，一旦输入输出值不相符，就可判断设备监测不正常。

3风力发电机组震动状态检测与故障诊断系统设计 3.1系统设计
时代在不断发展的同时，风力发电机组振动状态监测与故障诊断要求也在不断地提升，在进行其系统设计的过程中，也需要按照实际情况，合理地进行设计方案的选择。

本文在进行系统设计的过程中，主要是从振动信息监测、状态监测、故障特征分析、故障识别等几个角度进行总体方案的设计。

振动信息监测指系统在实际运行的过程中，能够对发电机组的振动情况进行实时的检测，并能够利用数字化的技术将振动情况绘制成较形象的图像，辅助相关研究人员更加准确地分析风力发电机组的运行情况。

而振动信息监测在实际运行过程中主要由传感器、数据预处理、A/D转换等部分所组成。

状态监测指系统在实际运行中，需要按照发电机组运行状态以及相关的实时监测数据，进行发电机组趋势图绘制，通过趋势图能够更好地反映发电机组在实际运行过程中设备的发展趋势，为后续的维修、保养工作提供一定的支持。

故障特征分析指系统在对相关数据进行收集后，对原始的信号进行分析处理，寻找信号中具有特点的信息，并按照自身所储存的数据进行故障特征的分析工作。

其组成部分在实际应用中能够在较短的时间内进行数据的整理与分析工作，为故障维修等工作提供准确的数据分析，提升故障维修的质量与效率。

故障识别指在系统在应用中，能够通过对故障信息监测和故障特征分析的数据按照一定的规律，进行故障、故障产生原因、故障产生部位等信息的排除，进而为维修人员提供较准确的故障发生原因分析、故障产生位置分析、故障影响情况分析等方面的数据。

以及其在实际应用的过程中也能够与模糊诊断手段相互结合使用，提升数据的准确性。

3.2案例分析
针对某风场的1.5MW双馈式机组，对其传动链上的各个设备进行进行振动数据采集，本案例主要针对发电机轴承故障。

在发电机的驱动端和非驱动端的轴承座径向方向安装振动传感器。

利用机架上的螺纹孔安装接近开关，利用叶轮的固定螺栓帽旋转时产生的脉冲信号，测量主轴的转速。

通过齿轮箱的速比，计算出发电机的转速。

该1.5MW双馈式机组的并网转速约1200RPM，满发状态下的转速为1800RPM。

考虑到振动数据需要采集多个周期长度的数据，同时如果采集时间过长，由于风速不稳定可能会造成采集时间内的转速波动，综合考虑，设置采集参数。

例如，加速度频谱，分析频段为5-5000Hz，线数为6400线，以保证数据的准确度。

该型号风电机组发电机驱动端和非驱动端轴承均为深沟球轴承，轴承型号为SKF6332MC3。

下表为发电机中的轴承对应的特征频率。

机组运行在13.8RPM的转速下时，轴承外圈特征频率为76Hz，轴承内圈特征频率为115Hz。

通过观察发电机测点的时域波形，存在明显的冲击性信号。

频带范围5000Hz的频谱中，在2000Hz附近和4000Hz附近均存在较明显的频率峰值，且存在大量以约76Hz的边带信号。

在高频3000Hz以上频段存在较明显的底脚抬升。

对加速度时域信号进行包络计算，在包络频率中出现明显的76Hz信号及其谐波。

通过分析可以发现加速度频谱和包络频谱中存在出现轴承外圈故障信号，且频率幅值较明显。

表明发电机轴承存在明显损伤。

4风力发电机组状态监测与故障诊断中的难点与建议
由于风力发电机组处于复杂的运行环境中，本身的结果也十分复杂，我们更需要在状态检测和故障诊断中加大投入，其中存在着许多的难点。

陈述如下：（1）现在社会上存在很多的故障诊断方法和预测，但是各自都有优点和缺点，不能综合起来考虑和解决问题。

（2）风力发电机组运行环境差，存在大的干扰，比如噪声、风力等的影响，不能使故障诊断进行准备定位以及预警。

通过对文献的查阅，总结出了以下几点建议：（1）先检测整体风电机组，挖掘出各个部件的关联性，再从单个中进行分析、探测。

（2）将多维的参数融合，不只是单单检测温度、振动、油液信号，还要注意到电压、功率、风速等的影响，提高分辨力，增加精度。

（3）由于风电机组属于CPS，我们可以将物理和信息融合，建立出物理模型和数据耦合，将定位、诊断和预测结合起来，协同工作。

5结束语
风力发电机成本较高，重视风力发电机组振动状态的检测与故障诊断工作，能够较及时地进行设备的管理与维修工作，降低发电机损坏程度，进而降低更换成本，提升发电机应用的经济效益。

参考文献：
[1]李刚，齐莹，李银强，张建付，张力晖.风力发电机组故障诊断与状态预测的研究进展[J].电力系统自动化，2021，45（04）：180-191.
[2]李靖.基于振动分析的风力发电机故障诊断方法[J].科技资讯，2018，16（33）：54-55.。