李奎 印厚飛 楊智 王志濤 黃蘇敏 張抗抗

摘? 要：工業(yè)4.0浪潮下催生的智慧風(fēng)場和智能風(fēng)機(jī)，極大限度地提升了風(fēng)電作為清潔能源的各項(xiàng)效應(yīng)，而葉片作為整個風(fēng)機(jī)中最大的前端捕風(fēng)部件，在業(yè)內(nèi)智能技術(shù)的應(yīng)用極其匱乏也是智能風(fēng)機(jī)效能提升的一大短板，文章通過論述利用現(xiàn)有智能技術(shù)，應(yīng)用于風(fēng)機(jī)葉片進(jìn)行全生命周期狀態(tài)監(jiān)測，實(shí)現(xiàn)葉片的健康預(yù)測、異常預(yù)警、預(yù)測性維護(hù)和基于大數(shù)據(jù)的生產(chǎn)設(shè)計(jì)端優(yōu)化升級，打造智能葉片賦能風(fēng)機(jī)和風(fēng)場的智慧升級。

關(guān)鍵詞：葉片;傳感器;數(shù)字化;信息化;云技術(shù);智能

中圖分類號：TM315? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號：2095-2945（2020）33-0174-02

Abstract： Smart wind farm and intelligent wind turbine generated under Industrial 4.0 wave have greatly enhanced various effects of wind power as a clean energy， while blade as the largest front-end wind trapping component has its short board in the application and shortage of intelligent technology in industry in terms of efficiency improvement. This paper deals with the existing intelligent technology applied to the whole life cycle state monitoring of turbine blades， so as to realize the health prediction， anomaly early warning， predictive maintenance， as well as the optimization and upgrading of production design based on big data， and finally aims to create intelligent blade energizing fan and wind field wisdom upgrade.

Keywords： blade; sensor; digitalization; informatization; cloud technology; intelligent

引言

中國的風(fēng)電行業(yè)在過去十年中飛速發(fā)展，目前已經(jīng)成為裝機(jī)規(guī)模和增長速度最快的國家，但其蓬勃發(fā)展背后也存在著較大的隱患，主要在于風(fēng)電的成本高昂，對國家補(bǔ)貼的依賴度大。而高昂的成本之中，運(yùn)維成本和管理成本占了非常大的比例。風(fēng)機(jī)降低成本主要有兩個途徑，一是降低制造成本，二是降低運(yùn)維成本。在過去十幾年的競爭中，風(fēng)電裝備制造商在降低生產(chǎn)制造成本方面做了大量的努力，成本的下降空間已經(jīng)不大;但是風(fēng)機(jī)在使用階段的運(yùn)維管理依然是比較粗獷的模式，風(fēng)機(jī)的健康管理較為忽視特別是對服役葉片的健康關(guān)注最為缺乏，傳統(tǒng)的管理方式對運(yùn)維策略和計(jì)劃缺少精細(xì)的管控，現(xiàn)場值守和維保服務(wù)的操作也比較混亂，這些都為通過智能技術(shù)的應(yīng)用降低風(fēng)機(jī)運(yùn)維成本提供了很大的機(jī)會空間。

1 現(xiàn)狀分析

葉片作為整個風(fēng)電機(jī)組最前端的捕風(fēng)機(jī)構(gòu)，具有多重特性，從葉片本身看其復(fù)合材料結(jié)構(gòu)決定了其運(yùn)行期間自身狀態(tài)的復(fù)雜性;從運(yùn)行環(huán)境看，風(fēng)機(jī)葉片是整個機(jī)組暴露在外部環(huán)境中長期運(yùn)行的最大部件，風(fēng)沙、鹽霧、紫外線、雷電等都會對葉片造成一定的損傷;從功能發(fā)揮上看，作為捕風(fēng)機(jī)構(gòu)的葉片在運(yùn)行過程中要承受各種風(fēng)況施加的多變壓力和自身動輒十幾噸的重力，在風(fēng)力和自重的交織作用下葉片全生命周期內(nèi)無時無刻不在經(jīng)受著擺震、彎曲、扭轉(zhuǎn)的交替應(yīng)力變化;從服役時間維度看，風(fēng)機(jī)葉片的設(shè)計(jì)使用壽命一般為20年，自然老化不可避免;在以上主觀和客觀因素的影響下，隨著運(yùn)行時間的推移將導(dǎo)致葉片發(fā)生破損、開裂乃至斷裂等質(zhì)量問題，這些問題無論從影響程度還是維修成本上都居高不下，如何能提前預(yù)知和預(yù)測這些問題的發(fā)生，實(shí)現(xiàn)及時準(zhǔn)確預(yù)警和預(yù)測性維護(hù)顯得尤為重要[1]。

目前行業(yè)內(nèi)各整機(jī)廠商在風(fēng)機(jī)和風(fēng)場的運(yùn)行上進(jìn)行了大量智能技術(shù)的應(yīng)用，利用SCADA和CMS對風(fēng)機(jī)運(yùn)行、風(fēng)況預(yù)測、變流變壓、并網(wǎng)上網(wǎng)等進(jìn)行了很多的智能監(jiān)控，成效顯著。而對風(fēng)機(jī)葉片的直接實(shí)時監(jiān)測應(yīng)用則幾乎為零，現(xiàn)有的葉片狀態(tài)監(jiān)測多通過機(jī)艙震動、變槳監(jiān)測等間接方式在問題發(fā)生后，對故障情況進(jìn)行簡單的報(bào)障和反推，預(yù)測性和時效性差。這也是當(dāng)前在役葉片問題高發(fā)以及維護(hù)滯后維修成本居高不下的主要原因，因此利用智能技術(shù)通過傳感器、工業(yè)物聯(lián)網(wǎng)、PLC監(jiān)測組態(tài)、大數(shù)據(jù)、信息化等智能技術(shù)，對風(fēng)機(jī)葉片實(shí)施直接智能監(jiān)測打造智能葉片顯得尤為重要[2]。

2 智能技術(shù)應(yīng)用

根據(jù)大量在役葉片風(fēng)場質(zhì)量反饋的資料統(tǒng)計(jì)，風(fēng)電葉片在運(yùn)行期間容易發(fā)生的問題和故障可歸納為四類，第一類為極端工況或制造設(shè)計(jì)缺陷下應(yīng)力應(yīng)變變化導(dǎo)致的一些結(jié)構(gòu)性破壞事故，如葉片的裂紋、開裂、折斷和螺栓的斷裂等;第二類為表面損傷帶來的一般性問題，如油漆剝落、前緣腐蝕、雷擊損傷、臟污覆冰等;第三類為雷擊導(dǎo)致的結(jié)構(gòu)失能，如雷擊開裂、雷擊斷裂等;第四類為內(nèi)外部輔件脫落缺失或內(nèi)部碎物異響擊打問題，如防雨罩脫落破損、抑噪尾緣及渦流發(fā)生器、表面導(dǎo)流條、內(nèi)部粘接劑碎塊、內(nèi)部阻膠板連接桿脫落、配重砂散落等。不同的問題可采用不同智能技術(shù)實(shí)現(xiàn)實(shí)時監(jiān)測。

2.1 傳感器實(shí)現(xiàn)狀態(tài)感知

（1）針對應(yīng)力應(yīng)變損傷問題，通過在葉片內(nèi)部關(guān)鍵位置加裝應(yīng)變傳感器、震動傳感器和加速度傳感器等矢量傳感器[3]，同時輔以機(jī)器視覺技術(shù)和激光雷達(dá)掃描建模技術(shù)，可實(shí)現(xiàn)對葉片本體結(jié)構(gòu)異常變化和嚴(yán)重結(jié)構(gòu)失穩(wěn)等動態(tài)和靜態(tài)問題的監(jiān)測。（2）針對表面損傷和雷擊問題，通過機(jī)器視覺技術(shù)對葉片表面進(jìn)行基于AI算法的異常識別，將油漆剝落、前緣腐蝕、臟污覆冰等異常利用視覺識別出來，通過在葉片接雷系統(tǒng)上安裝雷電記錄傳感器配合視覺驗(yàn)證實(shí)現(xiàn)對雷擊及雷擊損傷的識別監(jiān)測。外部油漆膩?zhàn)悠鹌っ撀浜蜕诼晢栴}可通過聲音傳感器附加AI算法過濾環(huán)境噪音后結(jié)合機(jī)器視覺進(jìn)行識別[4]。（3）針對內(nèi)外部輔件脫落缺失或內(nèi)部碎物異響擊打問題，其中輔件缺失可通過激光雷達(dá)結(jié)構(gòu)建模掃描和機(jī)器視覺技術(shù)配合對應(yīng)AI算法實(shí)現(xiàn)部件缺失識別預(yù)警，內(nèi)部碎塊問題可通過聲音傳感器附加AI算法過濾環(huán)境噪音后結(jié)合機(jī)器視覺加以判定識別。各種傳感器的部署和應(yīng)用，實(shí)現(xiàn)了葉片運(yùn)行狀態(tài)實(shí)時感知，使葉片具備“觀”狀態(tài)、“聽”頻譜、“感”振動的功能，構(gòu)建了風(fēng)機(jī)葉片自我感知的眼睛、耳朵、觸感和神經(jīng)系統(tǒng)。

2.2 網(wǎng)絡(luò)化應(yīng)用

鑒于葉片運(yùn)行過程中旋轉(zhuǎn)和自傳的運(yùn)行屬性，葉片內(nèi)部加裝的傳感裝置其信號在出葉片段的傳輸不宜采用有線方式，需將所有布置在葉片本體上的底層傳感器、上層PLC和數(shù)據(jù)采集變送終端，進(jìn)行工業(yè)物聯(lián)網(wǎng)改造或直接使用帶工業(yè)物聯(lián)網(wǎng)功能的終端，所有信號通過無線方式短距離傳輸至機(jī)艙的邊緣計(jì)算接收終端，接收終端至數(shù)據(jù)處理中心利用風(fēng)場現(xiàn)有的光纖網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，有線和無線網(wǎng)絡(luò)有機(jī)結(jié)合充分發(fā)揮各自優(yōu)勢完成系統(tǒng)組網(wǎng)，網(wǎng)絡(luò)的搭建是風(fēng)機(jī)和葉片邁向智能化的橋梁，也是云風(fēng)機(jī)、云葉片和云風(fēng)場的必備基建。

2.3 數(shù)字化和信息化融合

通過傳感器和PLC的底層監(jiān)測，葉片的靜態(tài)和動態(tài)狀態(tài)實(shí)現(xiàn)了數(shù)字化轉(zhuǎn)換，但基于物理硬件的數(shù)字化轉(zhuǎn)換，需要與數(shù)字孿生技術(shù)進(jìn)行融合才能方便進(jìn)行人機(jī)交互，通過基于CAD/CAX建模的數(shù)字孿生技術(shù)，實(shí)現(xiàn)葉片監(jiān)測的可視化和可交互，當(dāng)然葉片的數(shù)字孿生模型可與風(fēng)機(jī)和整個風(fēng)場的孿生監(jiān)控進(jìn)行融合。以上所有監(jiān)測數(shù)據(jù)通過機(jī)組本地網(wǎng)絡(luò)傳輸至風(fēng)機(jī)SCADA、CMS、風(fēng)場監(jiān)控中心和葉片生產(chǎn)廠家PLM服務(wù)器，軟件部分通過專用的組態(tài)軟件結(jié)合大數(shù)據(jù)監(jiān)測平臺和AI專家系統(tǒng)等信息化技術(shù)對葉片的運(yùn)行狀態(tài)進(jìn)行實(shí)時分析，發(fā)現(xiàn)異常第一時間給出預(yù)警和報(bào)障，對需要停機(jī)或避障處理的故障通過系統(tǒng)AI發(fā)送相應(yīng)指令進(jìn)行偏航、變槳或停機(jī)，從而達(dá)到對葉片本體智能監(jiān)測、精確避障和預(yù)測性維護(hù)的目的，預(yù)防葉片損傷和失能事故的發(fā)生。風(fēng)場經(jīng)營單位可根據(jù)定向監(jiān)測結(jié)果提前進(jìn)行預(yù)測性維護(hù)保養(yǎng)，提升葉片的健康狀態(tài)和使用壽命，減少因葉片故障導(dǎo)致的停機(jī)和葉片損傷氣動外形變化捕風(fēng)能力變差帶來的發(fā)電損失，提升風(fēng)電場的發(fā)電效率和經(jīng)濟(jì)效能。

同時葉片的生產(chǎn)廠家可通過預(yù)留對應(yīng)數(shù)據(jù)接口，將部分?jǐn)?shù)據(jù)實(shí)時回傳至自己的信息化服務(wù)器終端，葉片廠通過對數(shù)據(jù)的建模結(jié)合大數(shù)據(jù)平臺實(shí)現(xiàn)對售后葉片狀態(tài)的定向監(jiān)測預(yù)警;通過對設(shè)計(jì)制造重大異常事故的監(jiān)測實(shí)現(xiàn)葉片事故的快速響應(yīng)、遠(yuǎn)程協(xié)同診斷和精確處置;通過對在役葉片的結(jié)構(gòu)性能的變化監(jiān)測預(yù)警，促使葉片廠家不斷優(yōu)化和調(diào)整葉片設(shè)計(jì)及生產(chǎn)工藝，發(fā)揮出風(fēng)場真實(shí)環(huán)境葉片性能全生命測試平臺的作用，充分暴露和檢驗(yàn)葉片研發(fā)與測試階段隱藏和未觸及到的一些問題，通過智能手段賦能產(chǎn)品性能及質(zhì)量提升。通過該技術(shù)葉片制造廠能實(shí)時掌握售出在役葉片的健康狀態(tài)，及時進(jìn)行或向業(yè)主推送預(yù)測性維護(hù)信息，變事后被動處理為事前預(yù)測，將小問題消除在萌芽狀態(tài)避免大事故的發(fā)生。預(yù)測性維護(hù)也將打通葉片運(yùn)維后市場，使葉片廠家實(shí)現(xiàn)從制造業(yè)向制造服務(wù)業(yè)轉(zhuǎn)型升級，開創(chuàng)經(jīng)濟(jì)增長的新模式。

2.4 云技術(shù)應(yīng)用

風(fēng)機(jī)葉片在經(jīng)過以上數(shù)字化、網(wǎng)絡(luò)化、信息化的升級后，監(jiān)測過程中將會產(chǎn)生大量不同類型的數(shù)據(jù)，隨著時間的推移數(shù)據(jù)量將達(dá)到海量TB及PB級別，而智能監(jiān)測平臺和專家AI系統(tǒng)又對歷史數(shù)據(jù)的連續(xù)性提出了很高的要求，海量數(shù)據(jù)的存儲必將帶來數(shù)據(jù)存儲和備份硬件的投入增加，而風(fēng)場的客觀環(huán)境在數(shù)據(jù)存儲的安全性上存在弊端，服務(wù)器、數(shù)據(jù)庫、存儲硬件的損壞都將對數(shù)據(jù)的完整性和安全性造成很大影響，大數(shù)據(jù)時代數(shù)據(jù)如金，此時云技術(shù)的應(yīng)用就顯得尤為重要，通過智能風(fēng)機(jī)的工業(yè)互聯(lián)網(wǎng)和專業(yè)數(shù)據(jù)服務(wù)商的云端解決數(shù)據(jù)存儲、備份空間和安全完整問題，在信息化轉(zhuǎn)變的過程中也可以在部分階段通過云計(jì)算解決和釋放系統(tǒng)算力，緩解計(jì)算硬件的投入和計(jì)算的及時性準(zhǔn)確性問題，打造真正的智能云葉片。風(fēng)機(jī)、風(fēng)場的智能化使數(shù)據(jù)的價(jià)值和安全作為商業(yè)機(jī)密顯得尤為重要，同時風(fēng)機(jī)、風(fēng)場及葉片的各種監(jiān)測、控制數(shù)據(jù)、信息數(shù)據(jù)和云服務(wù)的過程中也需要確保數(shù)據(jù)安全，這里的數(shù)據(jù)安全在充分利用風(fēng)機(jī)邊緣系統(tǒng)和風(fēng)場中控系統(tǒng)的防火墻及網(wǎng)絡(luò)安全功能加以保障外，區(qū)塊鏈數(shù)據(jù)分布式加密技術(shù)在數(shù)據(jù)出風(fēng)場段能更大限度的確保所有數(shù)據(jù)的安全存儲、傳輸和下載，是智能技術(shù)應(yīng)用的重要信息安全手段。

2.5 模塊化實(shí)現(xiàn)個性定制

智能葉片在軟硬件系統(tǒng)的配套上，需要與葉片設(shè)計(jì)和制造三同時，做到同時設(shè)計(jì)、同時制造、同時投用，葉片在出廠時即完成所有硬件和軟件的配置，監(jiān)測功能上通過硬軟的模塊化實(shí)現(xiàn)功能選配，滿足個性化定制要求，業(yè)主可根據(jù)需求選裝全部或部分功能，也可以在后期利用模塊化平臺接口實(shí)現(xiàn)對應(yīng)的硬件快速補(bǔ)裝和系統(tǒng)功能開放。

3 結(jié)束語

通過以上基于數(shù)字化、網(wǎng)絡(luò)化、信息化的升級，結(jié)合云計(jì)算、數(shù)字孿生和CPS技術(shù)實(shí)現(xiàn)了傳統(tǒng)葉片向智能葉片的轉(zhuǎn)變，打破葉片運(yùn)維和監(jiān)測預(yù)警的壁壘和真空，通過智能手段賦能產(chǎn)品性能及質(zhì)量提升，通過監(jiān)測實(shí)現(xiàn)預(yù)測性維護(hù)降低葉片大修的質(zhì)量運(yùn)維成本，提升風(fēng)機(jī)葉片的使用壽命。葉片的智能化也將徹底彌補(bǔ)葉片與風(fēng)機(jī)和風(fēng)場智能化融合的缺口[5]，補(bǔ)齊智慧風(fēng)場的基建短板，實(shí)現(xiàn)真正意義上的全系統(tǒng)智能風(fēng)機(jī)和智慧風(fēng)場，助力中國的風(fēng)電邁上高質(zhì)量發(fā)展之路。

參考文獻(xiàn)：

[1]李宇.基于數(shù)據(jù)驅(qū)動的風(fēng)機(jī)核心部件健康監(jiān)測方法研究及應(yīng)用[D].電子科技大學(xué)，2019.

[2]趙宇.風(fēng)機(jī)葉片故障診斷傳感器布置方法研究[D].蘭州交通大學(xué)，2016.

[3]陶佳麗，王敏，周游游，等.風(fēng)電葉片結(jié)構(gòu)健康監(jiān)測系統(tǒng)[J].電氣自動化，2016，38（04）：62-64.

[4]趙娟.風(fēng)機(jī)葉片健康監(jiān)測聲學(xué)特征提取方法研究[D].北京郵電大學(xué)，2018.

[5]李杰，邱伯華，劉宗長，等.CPS新一代工業(yè)智能[M].上海交通大學(xué)出版社，2017：128-139.