趙海平

（國(guó)電南京自動(dòng)化股份有限公司，江蘇 南京 210032）

隨著我國(guó)綠色發(fā)展理念的不斷深化，作為綠色能源的風(fēng)能正在逐漸受到重視。

在我國(guó)，風(fēng)能主要集中在中西部或地形相對(duì)較差的山區(qū)，因此，很難安裝風(fēng)力渦輪機(jī)，而在這些風(fēng)力渦輪機(jī)的正常運(yùn)行期間，機(jī)械結(jié)構(gòu)或電子組件可能由于環(huán)境和其他因素而損壞。但是，如果我們加大日常的維護(hù)，能夠極大地降低風(fēng)力渦輪機(jī)故障的發(fā)生率，提高了風(fēng)力渦輪機(jī)的運(yùn)行效率和經(jīng)濟(jì)效益。簡(jiǎn)而言之，在風(fēng)力發(fā)電中，風(fēng)力渦輪機(jī)的振動(dòng)監(jiān)測(cè)和故障預(yù)測(cè)對(duì)風(fēng)能的廣泛使用非常重要。

1 風(fēng)電機(jī)組振動(dòng)信號(hào)分析與故障預(yù)測(cè)

風(fēng)力發(fā)電機(jī)組主要由主軸加齒輪箱和發(fā)電機(jī)方式的傳統(tǒng)驅(qū)動(dòng)，也有采用永磁直驅(qū)電機(jī)連接負(fù)載端，比傳統(tǒng)驅(qū)動(dòng)少了齒輪箱，整體驅(qū)動(dòng)性能提高故障點(diǎn)減少。目前，為監(jiān)測(cè)機(jī)組運(yùn)行狀態(tài)，主要以人借助工具初步判斷，運(yùn)行中的電機(jī)在某些部件出現(xiàn)振動(dòng)、擺動(dòng)異常增大或內(nèi)部有金屬摩擦、撞擊聲等情況，通常是依靠緊急停機(jī)進(jìn)行檢查判斷，難以完成設(shè)備安全監(jiān)測(cè)和早期預(yù)警的重任。此外，設(shè)備的故障原因識(shí)別過分依賴于專業(yè)技術(shù)人員的診斷分析，僅靠溫度檢測(cè)等不能完成及時(shí)報(bào)警的現(xiàn)場(chǎng)要求，此次檢測(cè)即采用對(duì)機(jī)器設(shè)備各位置振動(dòng)的檢測(cè)，目前采用的監(jiān)測(cè)方式主要分為兩種：永磁直驅(qū)風(fēng)機(jī)監(jiān)測(cè)和傳統(tǒng)雙饋風(fēng)機(jī)監(jiān)測(cè)。

1.1 振動(dòng)信號(hào)分析

采集模塊采集的振動(dòng)信號(hào)是一個(gè)時(shí)間序列，在該時(shí)間序列中，提取信號(hào)的振動(dòng)峰值和頻率特征參數(shù)，然后，可以分析時(shí)域和頻域以確定風(fēng)機(jī)的運(yùn)行狀態(tài)。在分析過程中，系統(tǒng)可以使用諸如峰值振動(dòng)、有效值、波峰因數(shù)和峰度系數(shù)之類的參數(shù)來確定關(guān)鍵零件（如變速箱）的運(yùn)行狀態(tài)。

1.2 故障預(yù)測(cè)

當(dāng)預(yù)測(cè)風(fēng)力渦輪機(jī)的故障時(shí)，可以通過隨機(jī)子空間的方法分析所收集的振動(dòng)信號(hào)，然后，可以預(yù)測(cè)風(fēng)力渦輪機(jī)的可能的故障：（1）首先，建立風(fēng)力發(fā)電機(jī)齒輪箱的隨機(jī)狀態(tài)空間模型。（2）使用最初計(jì)算出的穩(wěn)態(tài)振動(dòng)數(shù)據(jù)，導(dǎo)出模型所需的參數(shù)，并將其用作齒輪箱線性動(dòng)態(tài)系統(tǒng)的參考參數(shù)。如果齒輪箱運(yùn)行異常，則計(jì)算出的數(shù)據(jù)可能會(huì)偏離當(dāng)前的原始參考參數(shù)，并且可能會(huì)預(yù)先確定變速箱發(fā)生了故障。（3）如果預(yù)先確定了風(fēng)力發(fā)電機(jī)的缺陷部件，則應(yīng)確保維護(hù)人員可以進(jìn)行現(xiàn)場(chǎng)檢查，并提早警告更換和修理可能損壞的部件。

2 系統(tǒng)組成及應(yīng)用

風(fēng)電廠風(fēng)機(jī)振動(dòng)監(jiān)測(cè)及故障診斷系統(tǒng)主要由分布式數(shù)據(jù)采集器、數(shù)據(jù)服務(wù)器、狀態(tài)監(jiān)測(cè)分析軟件系統(tǒng)、遠(yuǎn)程診斷中心數(shù)據(jù)通信等組成。

2.1 分布式數(shù)據(jù)采集器

為基于嵌入式系統(tǒng)平臺(tái)設(shè)計(jì)的振動(dòng)數(shù)據(jù)采集模塊，實(shí)現(xiàn)設(shè)備振動(dòng)信號(hào)的數(shù)據(jù)采集、特征參數(shù)計(jì)算與提取，并通過以太網(wǎng)絡(luò)或CAN通信接口將主輔機(jī)設(shè)備狀態(tài)數(shù)據(jù)傳送至振動(dòng)數(shù)據(jù)服務(wù)器。

2.2 數(shù)據(jù)服務(wù)器

基于MySQL/SQLServer/Oracle等數(shù)據(jù)庫管理系統(tǒng)，建立電廠設(shè)備長(zhǎng)期狀態(tài)數(shù)據(jù)庫，集中存貯主輔機(jī)設(shè)備工況狀態(tài)數(shù)據(jù)，并為電廠設(shè)備狀態(tài)監(jiān)測(cè)、報(bào)警、分析、診斷等提供數(shù)據(jù)接口及網(wǎng)絡(luò)服務(wù)。針對(duì)設(shè)備故障分析與診斷需求，數(shù)據(jù)服務(wù)器可連接后臺(tái)系統(tǒng)，可提取部分重要的設(shè)備狀態(tài)數(shù)據(jù)，進(jìn)行深入挖掘和分析。

2.3 遠(yuǎn)程診斷平臺(tái)的數(shù)據(jù)通信

為更好地實(shí)現(xiàn)電廠設(shè)備故障分析與診斷，系統(tǒng)基于振動(dòng)特征計(jì)算及特征數(shù)據(jù)壓縮/恢復(fù)技術(shù)，借助企業(yè)專用網(wǎng)或公網(wǎng)通道，實(shí)現(xiàn)機(jī)組振動(dòng)狀態(tài)數(shù)據(jù)實(shí)時(shí)遠(yuǎn)程傳輸，接入遠(yuǎn)程監(jiān)測(cè)與診斷平臺(tái)。風(fēng)電廠風(fēng)機(jī)振動(dòng)監(jiān)測(cè)及故障診斷系統(tǒng)為設(shè)備管理提供了豐富的功能，不但能夠?qū)崟r(shí)監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)，預(yù)警可能發(fā)生的故障，而且能對(duì)設(shè)備的健康進(jìn)行實(shí)時(shí)評(píng)價(jià)和智能診斷。本系統(tǒng)集狀態(tài)監(jiān)測(cè)、基本分析、綜合評(píng)價(jià)、專家系統(tǒng)、大數(shù)據(jù)預(yù)警、手機(jī)app、電機(jī)診斷、啟停統(tǒng)計(jì)、全矢譜分析、啟停車分析、動(dòng)平衡等功能于一體。

（1）全信息故障診斷技術(shù)?；谀：评頇C(jī)的智能專家系統(tǒng)，匯集領(lǐng)域內(nèi)多位資深專家經(jīng)驗(yàn)，可診斷轉(zhuǎn)子、軸承、齒輪和基礎(chǔ)類故障，支持自動(dòng)生成診斷報(bào)告，診斷結(jié)果準(zhǔn)確性高。

（2）多維智能預(yù)警預(yù)測(cè)技術(shù)?；贗SO國(guó)際或GB國(guó)家標(biāo)準(zhǔn)，提供振動(dòng)統(tǒng)計(jì)量報(bào)警，窄帶報(bào)警，包絡(luò)值報(bào)警和自定義報(bào)警等多維度報(bào)警機(jī)制，能夠滿足現(xiàn)場(chǎng)多種機(jī)組不同工況下的報(bào)警情況，降低機(jī)組誤報(bào)成本和減少漏報(bào)損失，為客戶帶來潛在的經(jīng)濟(jì)價(jià)值。

（3）綜合評(píng)價(jià)技術(shù)。基于多指標(biāo)的設(shè)備綜合評(píng)價(jià)技術(shù)，以機(jī)組為單位，將多個(gè)評(píng)價(jià)指標(biāo)進(jìn)行加權(quán)融合，為機(jī)組提供更全面、客觀和準(zhǔn)確的健康狀態(tài)評(píng)價(jià)結(jié)果。

（4）健康評(píng)價(jià)直觀形象。運(yùn)用多信息融合綜合評(píng)價(jià)技術(shù)，以紅/黃/綠三種顏色標(biāo)記機(jī)組健康狀態(tài)，提供給用戶直觀、可靠的評(píng)價(jià)結(jié)果。

（5）大數(shù)據(jù)技術(shù)。基于海量歷史運(yùn)行數(shù)據(jù)的挖掘建模的大數(shù)據(jù)預(yù)警技術(shù)，對(duì)設(shè)備的在線健康狀態(tài)進(jìn)行實(shí)時(shí)量化評(píng)估。預(yù)警系統(tǒng)可以實(shí)時(shí)分析所有運(yùn)行模式，包括穩(wěn)定工況和變工況，可盡可能早地從當(dāng)前狀態(tài)與正常運(yùn)行狀態(tài)的偏差提供早期預(yù)警。

下面主要介紹該系統(tǒng)的在線監(jiān)測(cè)功能。在線監(jiān)測(cè)是為加強(qiáng)對(duì)設(shè)備運(yùn)行狀態(tài)的管理，監(jiān)測(cè)的關(guān)鍵設(shè)備主要包括：風(fēng)機(jī)齒輪箱、發(fā)電機(jī)轉(zhuǎn)子、變速箱軸承等，在線數(shù)據(jù)采集的內(nèi)容主要包括振動(dòng)、設(shè)備啟停、轉(zhuǎn)速等信息。通過在設(shè)備上安裝傳感器，將設(shè)備運(yùn)行數(shù)據(jù)通過采集器上傳到服務(wù)器，進(jìn)行實(shí)時(shí)監(jiān)測(cè)。系統(tǒng)可以發(fā)布OPCServer采集控制系統(tǒng)數(shù)據(jù)，將采集到的數(shù)據(jù)發(fā)送至關(guān)系數(shù)據(jù)庫，為設(shè)備監(jiān)控、評(píng)估、管理、處置提供準(zhǔn)確的、全面的數(shù)據(jù)資源。通過多種監(jiān)測(cè)及分析手段，使用戶能迅速準(zhǔn)確了解設(shè)備運(yùn)行狀況，及時(shí)調(diào)整對(duì)設(shè)備的維護(hù)方法。在線采集數(shù)據(jù)頻率為2～10s，可自定義設(shè)置，系統(tǒng)實(shí)時(shí)記錄設(shè)備的運(yùn)行時(shí)間，并參與后續(xù)系統(tǒng)其他功能模塊的運(yùn)算。

2.4 振動(dòng)情況分析

（1）振動(dòng)分析。振動(dòng)分析：主要對(duì)振動(dòng)數(shù)據(jù)提供人工分析工具，包括波形分析、頻譜分析、自功率譜分析、倒譜分析、細(xì)化譜分析、包絡(luò)分析、自相關(guān)分析、短時(shí)FFT分析、Winger分析、相位差譜分析、相干分析、全矢譜分析、軸心位置及軌跡分析、啟停機(jī)分析、瀑布圖等。

（2）多趨勢(shì)分析。多趨勢(shì)分析可將機(jī)組中數(shù)據(jù)量通道進(jìn)行趨勢(shì)對(duì)比。多趨勢(shì)分析具有如下特點(diǎn)：多達(dá)4個(gè)通道數(shù)據(jù)趨勢(shì)對(duì)比，各趨勢(shì)分別用不同顏色區(qū)分；多趨勢(shì)分析時(shí)間包括：最近2年；每小時(shí)1組；報(bào)警數(shù)據(jù)：全部存儲(chǔ)；所選通道既可以是本機(jī)組的各通道，也可以將不同機(jī)組相同通道進(jìn)行對(duì)比顯示。

（3）啟停分析。統(tǒng)計(jì)分析設(shè)備啟停記錄，包括啟停時(shí)間、啟停次數(shù)、啟停原因、累計(jì)運(yùn)行時(shí)間等。

2.5 故障診斷分析

設(shè)備智能診斷系統(tǒng)采用多源信息融合的智能診斷專家系統(tǒng)技術(shù)，根據(jù)電廠的機(jī)器故障機(jī)理特性將機(jī)器故障劃分為轉(zhuǎn)子類、軸承類、齒輪類、電氣故障類等類別。充分利用成熟的故障機(jī)理信息建立征兆到故障之間的多維映射關(guān)系，通過產(chǎn)生式規(guī)則、決策樹、專家推理等技術(shù)實(shí)現(xiàn)故障診斷。本方法存在診斷過程自解釋、推理過程可追溯、故障征兆可自定義的特點(diǎn)。針對(duì)電廠，系統(tǒng)內(nèi)置診斷知識(shí)庫的自動(dòng)診斷故障范圍如下表所示，可在試運(yùn)行中增加相應(yīng)的規(guī)則庫以提高系統(tǒng)的診斷能力，并且系統(tǒng)自動(dòng)生成圖文并茂的診斷報(bào)告，其中，系診斷故障類別如圖1所示。

圖1 系統(tǒng)診斷故障類別

3 結(jié)語

通過不斷將風(fēng)能用作綠色能源在電力方面進(jìn)行應(yīng)用，振動(dòng)監(jiān)測(cè)和故障預(yù)測(cè)系統(tǒng)對(duì)專家也很有價(jià)值。使用該系統(tǒng)，可以分析風(fēng)力渦輪機(jī)的振動(dòng)特性，以實(shí)現(xiàn)遠(yuǎn)程監(jiān)控的目的。同時(shí)，該系統(tǒng)還可以提高設(shè)備的運(yùn)行效率和運(yùn)行時(shí)間，這對(duì)風(fēng)能的廣泛使用具有積極意義。