鄭磊

摘要：風力發(fā)電機組運行時間越長，越容易出現(xiàn)故障，因此，風電機組維修問題日益嚴峻，急需有效的故障診斷與預測技術(shù)，本文探究了風力發(fā)電機組的故障原因，歸納總結(jié)了風力發(fā)電機組的故障診斷技術(shù)與故障預測技術(shù)，以期為相關(guān)人員提供參考。

關(guān)鍵詞：風力發(fā)電機組;故障診斷;預測技術(shù)

引言：風能是一種綠色環(huán)保可再生能源，風電機組可以將風能轉(zhuǎn)化為電能，因此一般將其安置在風力較大、環(huán)境較為惡劣的偏遠地區(qū)，受到天氣和周圍環(huán)境的影響，風電機組可能會出現(xiàn)一系列故障，而人工檢修十分復雜，因此，需要加強對風電機組的故障診斷和預測。

一、風力發(fā)電機組故障

（一）葉片故障

風電機組主要由葉片來獲得風能，葉片體積較大，長期裸露在外部環(huán)境下，工作狀態(tài)時，葉片承受較大風力，容易出現(xiàn)故障，例如：由于雨雪和雷電的侵蝕，葉片容易被腐蝕，表面粗糙，導致外殼剝落，內(nèi)部結(jié)構(gòu)松動或出現(xiàn)裂紋，引起葉片動力學不穩(wěn)固。

葉片變形或者碎裂時，會發(fā)出高頻聲發(fā)射信號，此信號可應用于對葉片檢測評估。葉片的故障使轉(zhuǎn)子葉片受力不均，影響主軸的穩(wěn)定性，導致機艙不穩(wěn)定，進而影響整個風電機組的穩(wěn)定性。因此可以在主軸上安裝傳感器，以便接受聲發(fā)射信號，及時發(fā)現(xiàn)機組故障。

（二）電機故障

風電機組中的電機包括機械發(fā)電機和電動機。發(fā)電機結(jié)構(gòu)復雜，成本較高，直徑較大，目前廣泛使用的有雙饋發(fā)電機、異步發(fā)電機、直驅(qū)式風力發(fā)電機、永磁同步發(fā)電機等，電動機在風電機組變槳、偏航等系統(tǒng)中被廣泛應用。

電機故障包括機械故障和電氣故障。機械故障通常由磨損嚴重、軸承過熱、轉(zhuǎn)子間氣隙異常等原因造成，電氣故障的原因有：三相不平衡、繞阻短路、斷路、過熱等。通過檢測電流、溫度和震動可以分析風電機組是否發(fā)生故障。

（三）齒輪箱故障

齒輪箱連接發(fā)電機和風電機組主軸，將主軸的低轉(zhuǎn)速調(diào)高，達到發(fā)電機所需轉(zhuǎn)速，齒輪箱中包含一級齒輪和二級齒輪組，其工作強度大、傳送復雜、工作條件惡劣導致齒輪箱中潤滑系統(tǒng)及轉(zhuǎn)動軸承部分易出現(xiàn)故障。在風電機組運行中，受沖擊載荷與交變應力的影響，齒輪容易出現(xiàn)斷齒、齒面擦傷、齒輪磨損等故障;軸承容易產(chǎn)生滾道打滑、滾道劃傷、跑圈、磨損等故障，一旦齒輪箱出現(xiàn)故障，將會耗費較長維修時間和較高的維修費用。

（四）電氣和控制系統(tǒng)

風電機組中電氣系統(tǒng)是故障發(fā)生率最高的子系統(tǒng)，由于單機兼容的增加，電氣系統(tǒng)應用越來越多，故障發(fā)生也越來越頻繁。電氣系統(tǒng)故障是由于震動、濕度過大、過熱、過壓、過流等因素造成電路板或電子元件失效而導致。

控制系統(tǒng)可以控制風電機組的槳距、偏航、電纜解繞等操作，控制系統(tǒng)中有各類傳感器、控制器以及執(zhí)行機構(gòu)，控制系統(tǒng)的故障分為傳感器故障和其他故障，其他故障包括控制電路板故障、偶然死機等，一般通過控制系統(tǒng)的重新啟動可以消除。

二、故障診斷技術(shù)

（一）振動信號診斷技術(shù)

對震動信號進行分析診斷是目前最廣泛的故障診斷方法，通過風電機組中葉片、主軸軸承、齒輪箱等部位的振動信號進行分析，判斷風電機組的故障部位及發(fā)生故障的危險程度。有專家提出一種小波神經(jīng)網(wǎng)絡法，可以對葉片和齒輪箱的故障進行診斷，根據(jù)葉片和齒輪箱微弱故障信號特點，提出一種集平穩(wěn)子空間分析的連續(xù)小波變化和信號分析的方法，有效識別風電機組葉片和齒輪箱的故障特征[1]。

現(xiàn)階段，針對風電機組的診斷基本是在穩(wěn)態(tài)情況的基礎(chǔ)下對振動信號進行分析觀察，但實際環(huán)境中風電機組的工作是動態(tài)的，并且存在較多的不可控因素，因此，仍需進一步的討論機組振動信號，研究發(fā)現(xiàn)新的可行性更高的方法。

（二）電氣信號診斷技術(shù)

通過電氣信號診斷風電機組故障研究較少，一般用來檢測電動機故障，但是由于電氣信號中故障信號較為微弱，容易被電機本身固有信號掩蓋，因此提取有效故障信號十分困難。利用先進信號分析法將故障相關(guān)特征從電氣信號中分離出來，結(jié)合電機模型進行分析診斷，國外科學家通過動力模型，發(fā)現(xiàn)了電機系統(tǒng)與電流信號之間存在耦合關(guān)系，成功判斷出電機故障，利用模型仿真分析齒輪箱與電流信號間的關(guān)系，并通過實驗進一步的證明，電機的其他關(guān)鍵部位，如轉(zhuǎn)子軸承等也可以通過電流進行故障診斷，國內(nèi)也有科學家根據(jù)電流調(diào)制信號診斷出與齒輪相關(guān)的故障，利用模量頻譜分析方法，通過對轉(zhuǎn)子斷條電機的故障進行仿真實驗研究，對于電機的故障診斷具有較高精準度。

（三）其他識別方法

分析風電機組產(chǎn)生的信號，在時間和頻率上構(gòu)建高維特征，通過計算機將特征進項融合分析，進而實現(xiàn)對故障的診斷;基于失效物理模型的故障檢測方法，是指根據(jù)關(guān)鍵物的物理特點與工作環(huán)境、工作時間等關(guān)系，結(jié)合當前設備狀況進行預估，估算出設備剩余壽命，并且利用各類數(shù)據(jù)進行分析，并建立退化模型，預測設備未來某一時刻可能會遇到的故障問題。

三、故障預測技術(shù)

隨著運行時間的增加，風力發(fā)電機組功能必然衰退，機組零件也將出現(xiàn)故障。為確保設備能正常進行工作，避免故障帶來的巨大經(jīng)濟損失，故障預測技術(shù)引起了人們的廣泛關(guān)注。

（一）電子系統(tǒng)故障預測方法

電子系統(tǒng)由控制系統(tǒng)傳感器、發(fā)電機、電氣系統(tǒng)等電力方面的子系統(tǒng)構(gòu)成，隨著直驅(qū)式風電機組的應用和單機容量的不斷增大，電子系統(tǒng)故障發(fā)生率越來越高。雖然機械故障需要花費較大維修成本以及停機較長時間，但電子系統(tǒng)故障的發(fā)生卻更加頻繁，同樣使維修成本居高不下。電子系統(tǒng)故障通常是由于電流過大散熱不好，老化電壓過高等原因引起，由于電子系統(tǒng)故障發(fā)生時間短，其性能衰退速度快，因此故障預測往往比較困難。針對電子系統(tǒng)的故障原因，有關(guān)學者提出了以下方法：①在產(chǎn)品設計時，將內(nèi)部加入類似保險絲的功能模塊進行保護;②在電子系統(tǒng)中植入有自檢功能的軟件，以便隨時進行檢測，及時發(fā)現(xiàn)故障;③設計模型，在不同的環(huán)境下可以預估部件的損傷程度，推測構(gòu)件壽命。④使用長效晶體管進行加速壽命實驗研究，針對其不同環(huán)境狀況，使用預測算法來推測電子構(gòu)件剩余的壽命[2]。

根據(jù)實驗數(shù)據(jù)分析，可以發(fā)現(xiàn)隨著電容性能的衰退，電容容量逐漸減小，電容的串聯(lián)電阻阻值不斷增大，因此需加強對電子系統(tǒng)及其關(guān)鍵元件的故障預測。

（二）機械結(jié)構(gòu)系統(tǒng)故障預測

風電機組中的機械結(jié)構(gòu)系統(tǒng)包括：葉片、齒輪箱、軸承等，由于惡劣的工作環(huán)境以及需承受較重載荷等原因，機械結(jié)構(gòu)容易發(fā)生故障，因此電機組早期故障的探測對提高風電機組的運行有著重要的意義。

目前，有幾種對風電機組中機械構(gòu)件進行探測的方法：①利用邏輯回歸模型進行分析，模擬構(gòu)件性能的退化過程，用當前測得的振動信號和電流型號等，對構(gòu)件狀態(tài)進行評估，預測構(gòu)件的剩余壽命，由此可以反向逆推零件的受損程度。②通過觀察測到的構(gòu)件數(shù)據(jù)，通過卡爾曼濾波算法進行數(shù)據(jù)建模，并預測構(gòu)建的剩余壽命。③根據(jù)軸承上的信號探測器分析振動信號，通過擴展卡爾曼濾波技術(shù)推測軸承剩余壽命，由此來計算構(gòu)件故障程度。

當前的預測故障預測工作主要是對裝備性能退化數(shù)據(jù)進行研究，在此基礎(chǔ)上進行展開分析，推測裝備的故障程度，從而實現(xiàn)對故障的預測，然而風力發(fā)電機組的工作狀態(tài)變化頻繁，受力情況較為復雜，構(gòu)件的性能退化程度存在非線性特征，因此還需要進行更加深入的研究。

結(jié)論：隨著我國對風能的廣泛利用，風電機組的維修技術(shù)需要進一步的提高，通過探討風電機組不同故障傳出的不同信號，分析風電機組中電氣系統(tǒng)和機械結(jié)構(gòu)發(fā)生的故障，及時有效的進行維修，根據(jù)預測方法有效的進行故障預測，對風電機組未知故障進行診斷研究，對風電機組的推廣使用有重大意義。

參考文獻：

[1]楊巍.風力發(fā)電機組故障診斷與預測技術(shù)研究綜述[J].工程建設與設計，2018，000（004）：77-78.

[2]邢海軍.風力發(fā)電機組故障診斷與預測技術(shù)研究綜述[J].化工管理，2019，000（012）：155-156.