國電電力新疆新能源開發(fā)有限公司 韓小地 徐榮鵬 李 偉 華風(fēng)數(shù)據(jù)（深圳）有限公司 黎 濤 黃文廣 陳 文 張研祥

風(fēng)機(jī)葉片是風(fēng)力發(fā)電機(jī)組核心部件之一，是進(jìn)行能量轉(zhuǎn)換的關(guān)鍵設(shè)備，其狀態(tài)對整機(jī)的性能和發(fā)電質(zhì)量有直接的影響[1]。由于長期運(yùn)行于變負(fù)載及惡劣的環(huán)境下導(dǎo)致其故障頻發(fā)，因此對葉片進(jìn)行狀態(tài)監(jiān)測，對于確保風(fēng)電機(jī)組的效率和提高機(jī)組安全可靠性具有非常重要的作用。

當(dāng)前基于風(fēng)機(jī)葉片狀態(tài)監(jiān)測的方法有振動檢測、超聲波檢測、聲發(fā)射檢測等方法。A.Joshuva等[2]利用振動信號和機(jī)器學(xué)習(xí)的方法能夠識別風(fēng)機(jī)葉片的故障類型；André Lamarre等[3]將超聲波相控陣技術(shù)用于風(fēng)機(jī)葉片內(nèi)部缺陷的檢測；袁洪芳等[4]針對風(fēng)機(jī)葉片裂紋位置及其強(qiáng)度難確定的問題，提出了用聲發(fā)射信號進(jìn)行裂紋位置及其強(qiáng)度的定位方法。以上方法在風(fēng)機(jī)葉片故障診斷中得到廣泛應(yīng)用，但振動檢測采集到的信號源復(fù)雜多變，很難檢測到葉片的早期故障。超聲波檢測探傷結(jié)果不便保存且較難對風(fēng)力機(jī)葉片實行動態(tài)監(jiān)測。聲發(fā)射和振動檢測需安裝傳感器在葉片上，會破壞葉片固有結(jié)構(gòu)且安裝困難。針對上述問題，本文設(shè)計出一套便攜式風(fēng)機(jī)葉片遠(yuǎn)程聽診的狀態(tài)監(jiān)測系統(tǒng)。

1 風(fēng)機(jī)葉片氣動噪聲信號分析

當(dāng)葉片存在損傷時，在凸起的部位氣流與葉片由于摩擦的作用，相比于正常狀態(tài)下會發(fā)出尖銳的高頻呼嘯聲。此時對風(fēng)機(jī)氣動噪聲信號進(jìn)行時頻域分析，風(fēng)噪的頻譜能量一般集中分布在200Hz以下，且損傷葉片的氣動噪聲在時頻域圖上高頻段能量比機(jī)組正常葉片明顯增大。在正常情況下，這個高頻噪聲能量很小，而發(fā)生機(jī)組葉片損傷事件時將變得很大。

2 風(fēng)電葉片狀態(tài)監(jiān)控系統(tǒng)

葉片便攜式監(jiān)測系統(tǒng)由傳感器、便攜式工控機(jī)組成，其中工控機(jī)內(nèi)集成了數(shù)據(jù)采集模塊，數(shù)據(jù)傳輸模塊，數(shù)據(jù)分析軟件和監(jiān)控管理中心。風(fēng)機(jī)葉片損傷產(chǎn)生的氣動噪聲與葉片正常狀態(tài)下的氣動噪聲有明顯區(qū)別，通過人耳能夠分辨出兩種狀態(tài)，因此傳聲器頻率響應(yīng)應(yīng)覆蓋在20～20kHz頻段。多個風(fēng)電場的實測結(jié)果表明，相比于葉片旋轉(zhuǎn)的上風(fēng)側(cè)下風(fēng)側(cè)的信噪比更高。因此，為了獲取較高的信噪比傳聲器可安裝在風(fēng)場的主導(dǎo)風(fēng)方向。

2.1 硬件實現(xiàn)

選用YG-201型陣列傳聲器，其工作原理是傳聲器接收聲波并將其轉(zhuǎn)變成電信號。該型傳聲器具有結(jié)構(gòu)簡單、使用方便、高輸入阻抗、大動態(tài)范圍、低噪聲、低功耗、相位一致性好等特點，適于精確噪聲測量、高噪聲測量、戶外和陣列使用。具體參數(shù)：1/2英寸駐極體傳聲器，聲場類型為自由場，頻率響應(yīng)20Hz～20kHz，靈敏度50mV/Pa(±1.5dB)，使用溫度-25℃～55℃（工業(yè)級），外徑13.2mm（戴保護(hù)罩）、12.7mm（不戴保護(hù)罩），高度17.2mm（戴保護(hù)罩）、16mm（不戴保護(hù)罩）。

便攜式工控機(jī)為風(fēng)機(jī)葉片遠(yuǎn)程聽診系統(tǒng)的核心單元，集成了數(shù)據(jù)采集、數(shù)據(jù)傳輸、信號處理及機(jī)器學(xué)習(xí)算法等模塊。

2.2 軟件實現(xiàn)

風(fēng)電機(jī)組葉片的損傷可看成模式識別問題，由信號處理、特征提取、分類器設(shè)計三個部分組成。具體的診斷流程如圖1。

2.2.1 信號處理

采集器采集的葉片聲學(xué)信號包含機(jī)械噪聲、環(huán)境噪聲和氣動噪聲[5]。機(jī)械噪聲主要來自機(jī)艙，包括偏航電機(jī)、變槳系統(tǒng)、發(fā)電機(jī)、變頻器等設(shè)備發(fā)出的噪聲。將采集器安裝在塔底，使之遠(yuǎn)離機(jī)械噪聲源，可消除機(jī)械噪聲對葉片聲學(xué)信號的干擾。環(huán)境噪聲包含風(fēng)噪聲、雷擊、雨聲等，相比于氣動噪聲的寬頻分布（200～20kHz），環(huán)境噪聲幾乎處于數(shù)百Hz的低頻范圍，因此可通過高通濾波器予以去除。為使通帶內(nèi)頻率響應(yīng)曲線盡可能平坦，選用巴特沃斯帶通濾波器，濾波器的階數(shù)取30～50，下限截止頻率為50～200Hz，上限截止頻率為10～15kHz，其平方幅頻響應(yīng)函數(shù)為：

式中N為濾波器的階數(shù)，Ωc為3dB截止頻率，Ωu為上限截止頻率，Ωl為下限截止頻率。N越大通帶內(nèi)特性越平坦，過渡帶越窄濾波效果越好，但也帶來計算量的顯著增加。信號去噪后，使用滑動窗口和能量閾值方法來檢測去噪后信號的瞬時脈沖信號，當(dāng)平均窗能量連續(xù)地大于設(shè)定的能量閾值時，就認(rèn)為信號中存在有效的脈沖。

2.2.2 特征提取及優(yōu)化

工程實際中常用倍頻程描述噪聲信號的頻譜變化趨勢[6]，綜合考慮算法的魯棒性及倍頻程的高低頻表征的能力，采用1/6倍頻程刻畫噪聲信號的差異性，經(jīng)過特征提取后，特征向量維數(shù)較高，可能包含大量的冗余信號。為去除冗余信息并提取主要信息，采用主成分分析法對所有能量比特征進(jìn)行降維。

2.2.3 分類器的設(shè)計

風(fēng)電機(jī)組在實現(xiàn)運(yùn)行中發(fā)生葉片損傷的幾率很小，因此獲取故障樣本難度很大，且不同的風(fēng)機(jī)葉片故障面積的大小、故障類型不同，故障特征難以聚類，實際采集到的為大量的正常樣本數(shù)據(jù)。因此提出基于支持向量數(shù)據(jù)描述（SVDD）的單分類故障診斷算法（圖2），假設(shè)數(shù)據(jù)集X=[x1,x2,…,xl]，其中[x1,x2,…,xl]表示樣本集，用符號“o”表示，[xl+1,…,xn]表示非目標(biāo)樣本集，用符號“+”表示，樣本xi=[t1,t2,t3]，其中t1,t2,t3表示特征。通過訓(xùn)練目標(biāo)樣本集建立最小超球體，使其盡可能地包圍所有的目標(biāo)樣本而排除其它非目標(biāo)樣本。

3 風(fēng)機(jī)葉片狀態(tài)監(jiān)控系統(tǒng)測試

為訓(xùn)練SVDD模型，現(xiàn)場采集了瑪依塔斯風(fēng)電場、風(fēng)雨殿風(fēng)電場正常與故障風(fēng)機(jī)的聲學(xué)信號，其中瑪依塔斯風(fēng)電場的風(fēng)機(jī)型號為UP2000-96，機(jī)組容量1.5MW，葉片故障類型為前緣開裂，風(fēng)雨殿風(fēng)電場的風(fēng)機(jī)型號為UP2000-115，機(jī)組容量為2MW，葉片故障類型為后緣開裂。數(shù)據(jù)采集系統(tǒng)由YG-201型傳聲器、集成在工控機(jī)中的采集卡及采集程序構(gòu)成，源數(shù)據(jù)經(jīng)過信號處理后，以三個連續(xù)的短時脈沖信號為一個樣本周期（表1）。

表1 數(shù)據(jù)集信息

從Data3數(shù)據(jù)集中以一段信號做時域分析（圖3），信號去噪前，由于低頻風(fēng)噪的影響在原信號中看不出有短時脈沖信號，經(jīng)高通濾波后信號周期和短時脈沖信號能夠直觀顯示，最后以連續(xù)三個脈沖信號作為一個樣本周期進(jìn)行特征提取。最后經(jīng)過特征提取及優(yōu)化之后的數(shù)據(jù)集用于SVDD模型的訓(xùn)練，模型分類結(jié)果達(dá)98%以上。

4 結(jié)語

為了驗證本文所提風(fēng)機(jī)葉片遠(yuǎn)程聽診系統(tǒng)是否有效，對瑪依塔斯風(fēng)電場風(fēng)機(jī)葉片進(jìn)行了實地測試，分別測試了登錄、實時信號時域分析、頻域分析、信號特征曲線、故障報警等各項功能，實地測試結(jié)果表明，該系統(tǒng)能夠應(yīng)用于大型風(fēng)電機(jī)組葉片損傷的現(xiàn)場實時監(jiān)測，具有潛在的工程應(yīng)用價值。