劉夢瑤陽，尹曉偉，錢文學

（1.沈陽工程學院a.研究生部；b.教務處，遼寧 沈陽 110136；2.東北大學，遼寧 沈陽 110819）

根據(jù)行業(yè)統(tǒng)計，截止到2019 年3 月，全國新增風電容量為478 萬kW。風能作為一種可再生能源，在《關于建立健全可再生能源電力消納保障機制的通知》等相關政策的扶持下，隨著風電技術發(fā)展的愈發(fā)成熟，將成為能源產業(yè)的新潮流。

隨著風電機組裝機容量逐年上升，對風電傳動系統(tǒng)可靠性的要求也越發(fā)嚴格。然而，我國對風電機組傳動系統(tǒng)的研究還處于初級階段，并且其主要零部件的運行環(huán)境均十分惡劣。根據(jù)統(tǒng)計：在傳動系統(tǒng)關鍵零部件的故障發(fā)生概率中，軸承占81%，齒輪占14%，螺栓占3%，這些關鍵零部件是引起風電機組停機的主要原因，在停機期間所造成的經(jīng)濟損失不可逆轉。因此，為保證風電機組安全、穩(wěn)定地運行，提高傳動系統(tǒng)螺栓、齒輪箱和軸承的可靠性是發(fā)展的必然趨勢。

目前，國內外研究人員在相關領域已取得了階段性的成果，如何進一步提高其可靠性已成為熱點問題。首先，本文梳理了近年來關于風電傳動系統(tǒng)中螺栓、齒輪箱和軸承在故障診斷、壽命預測及優(yōu)化方面的研究現(xiàn)狀；然后，分析了S-N 疲勞曲線、VDI2230 工程算法、Palmgren-Miner 線性累積損傷法則、BP 神經(jīng)網(wǎng)絡等理論的優(yōu)缺點；最后，指出當今的難點問題并探討了風電傳動系統(tǒng)未來發(fā)展的主要方向。

1 壽命預測及優(yōu)化研究

在機組維護方面，大多風場采用維修人員定期檢查，如果檢查不及時，就會因螺栓、齒輪箱和軸承等關鍵部件故障而導致整個機組停機；但若頻繁檢查，又會增加機組人員負擔，提高維修成本。因此，應合理預測風機部件的剩余壽命，選擇最佳時間，合理維護風機設備?，F(xiàn)有的疲勞壽命預測方法有以下3種：

1）名義應力法：基于S-N 曲線，適用范圍一般為高周疲勞；

2）局部應力應變法：基于ε-N 曲線，適用范圍一般為低周疲勞；

3）應力場強法：基于S-N 曲線和ε-N 曲線，低周疲勞和高周疲勞均適用，但該方法計算量大，過程較復雜。

目前，大多選擇以德國WHCER 提出的S-N 疲勞壽命曲線及疲勞累積損傷理論為基礎的名義應力法［1-2］。

1.1 S-N疲勞曲線

以應力S 為縱坐標，壽命N 為橫坐標，將多種試樣在不同應力水平的循環(huán)載荷作用下進行試驗，直至失效，將測試結果進行統(tǒng)計，進而得到零件的平均壽命。當S-N曲線趨于水平，其對應的橫坐標為壽命基數(shù)No，縱坐標應力為疲勞極限Sr，應力循環(huán)不對稱系數(shù)為r=在疲勞壽命分析中，一般是基于材料的S-N 曲線，并借助于疲勞累積損傷，從而對零件進行疲勞分析。但S-N曲線會受到載荷、制造工藝、材料化學成分和環(huán)境等不同因素的共同作用，存在極大的分散性，以實驗數(shù)據(jù)的平均值來繪制的S-N曲線存在一定的局限性，這樣的壽命預測結果和實際相差較大，不能為優(yōu)化零件設計提供基礎。因此，如何精準計算零件的疲勞壽命應為今后的研究重點。

1.2 螺栓壽命預測及優(yōu)化

由于風電機組的主要零部件大多由螺栓進行連接，而螺栓80%以上的斷裂事故是由疲勞破壞造成的，所以要保證風電機組的使用壽命，螺栓的疲勞分析理應得到關注。VDI2230 工程算法主要用來校核高強度螺栓連接的安全，文獻［3］以兆瓦級風力發(fā)電機組的高強度螺栓為研究對象，介紹了Schmidt-Neuper 方法、VDI2230 工程算法和有限元分析法，可以通過結構形式的不同，選擇合適的計算方法，進而提高風電機組運行的安全性和可靠性；文獻［4］以提高高強度螺栓聯(lián)接強度為目標，針對高強度螺栓聯(lián)接理論計算精度較低的問題，采用標準VDI2230工程算法對其分析，通過強度理論和疲勞累積損傷理論等方法，提高兆瓦級風力發(fā)電機高強度螺栓聯(lián)接的可靠性，但沒有考慮溫度等諸多因素對高強度螺栓聯(lián)接應力疲勞強度的影響。

上述研究采用VDI2230 工程算法對螺栓進行分析，但該算法有局限性，對復雜模型的計算結果不準確。通常情況下，應力應變集中的地方是螺栓疲勞破壞的起始位置，為提高計算精度，文獻［5］基于螺栓內圈的最大應力，運用雨流計數(shù)法、Palmgrem-Miner 理論和S-N 曲線等多種方法，結合MSC.Fatigue 分析軟件，對螺栓內圈進行疲勞壽命計算，分析出塔筒法蘭連接螺栓的疲勞壽命，但認為螺紋對計算螺栓疲勞壽命沒有影響，過于武斷，理應進行實驗驗證。

1.3 齒輪箱壽命預測及優(yōu)化

目前，通過引入Palmgren-Miner線性累積損傷法則，使預測壽命的準確性得到了極大改善。在大多數(shù)研究中采取平均應力進行計算，這樣可以簡化計算過程，但仍未解決存在較大分散性的問題。國外學者提出了一種基于SCADA的疲勞載荷計算方法，SCADA 是一種以計算機為基礎的數(shù)據(jù)采集與監(jiān)控系統(tǒng)，從而實現(xiàn)準確診斷和預測風電機組部件的壽命。但該方法削弱了高扭矩區(qū)域，高估了零部件的使用壽命。從實際工程需求的角度考慮，應尋求一種在隨機載荷作用下的疲勞壽命預測方法［6-8］。文獻［9］以2.5 MW 風電齒輪箱為研究對象，基于滾動接觸軸承理論和軸承疲勞壽命理論,對齒輪箱高速軸圓柱滾子軸承的疲勞壽命進行理論分析,并結合ADAMS 軟件對整個傳動系統(tǒng)進行動力學仿真分析。文獻［10］詳細介紹了關于可靠性和Copula 函數(shù)的相關理論，以1.5 MW 水平軸風電齒輪箱為例，基于應力-強度干涉模型對風電齒輪箱各齒輪建立模型，得出各齒輪的動態(tài)可靠性隨時間的變化曲線，進而得到風電齒輪箱系統(tǒng)的可靠度。

但在計算各零部件的動態(tài)可靠度時，上述文獻僅考慮了單一失效模式，并且只分析了兩兩零部件之間的壽命相關性，在多零部件之間的壽命相關性的分析中，仍需進一步研究。為有效提高傳動系統(tǒng)的可靠度，為風電齒輪箱的優(yōu)化設計提供理論基礎，需要準確建立風電傳動系統(tǒng)動力學模型，對其各零部件的參數(shù)優(yōu)化設計。但大多數(shù)現(xiàn)有的研究沒有準確地對動載荷進行分析，或者將其等效為靜載荷，其研究結果過于理想化，無法滿足風力發(fā)電機特殊工況對可靠性的要求［11-12］。文獻［13］以優(yōu)化齒輪箱的設計及提高可靠性為目的，基于貝葉斯網(wǎng)絡的系統(tǒng)可靠性分析方法和故障樹方法，對齒輪箱傳動系統(tǒng)的可靠性進行分析。但文中只對兩種失效形式進行分析且對失效形式有諸多限制，分析過于理想化。文獻［14］對30 臺風電機組齒輪箱的無故障數(shù)據(jù)進行總結和歸納，在Bayes 方法的基礎上，結合最小二乘法，預測風電齒輪箱的可靠度，并應用最優(yōu)置信限法對其可靠度進行預測，通過兩種方法預測結果的對比，得出該型號的風電齒輪箱不滿足國家標準，對進一步優(yōu)化風電齒輪箱的設計有著重要意義。

下車時經(jīng)過司機旁，雖然知道司機會習慣性看著乘客下車，但當他瞄了我一眼時，我又莫名其妙感到心虛。迅速將卡片投入收件箱后，我飛也似地沖下車。

1.4 軸承壽命預測及優(yōu)化

目前，對傳動系統(tǒng)軸承的研究還集中在單一工況下的壽命預測，相比于實際軸承的剩余壽命差距過大。針對以上研究難點，通過在不同工況下的接觸分析，建立更為合理的軸承修正的疲勞壽命模型，可以較大地改善疲勞壽命預測的準確性［15-17］。在軸承優(yōu)化設計方面，應充分考慮風載、潤滑、溫度等多個因素對軸承的影響，從風電軸承的可靠性、安全性、經(jīng)濟性等多個角度進行設計，但現(xiàn)有的研究大多停留在理論階段，沒有應用于實踐，缺乏對可行性的驗證或者只基于某個特定條件。文獻［18］以風電機組主軸軸承為研究對象，基于Romax軟件，分別對5 類傳動鏈結構形式進行建模，并進行軸承未失效率的可靠性分析。風電機組傳動鏈的優(yōu)化設計，對我國自主研發(fā)軸承具有深遠意義，為實現(xiàn)系統(tǒng)化的可靠性方案提供了理論依據(jù)，但傳動鏈的形式還有很多種，還需要進一步研究。

現(xiàn)有的研究成果大多沒有充分考慮實際運行環(huán)境對軸承的影響，不能有效應用于現(xiàn)場機組的運維檢修。所以，需要對比不同軸承類型和布局的優(yōu)缺點，綜合考慮不同復雜因素的影響，進而在不同環(huán)境和需求下滿足對風電傳動系統(tǒng)軸承的設計需求。

2 故障診斷

目前，在風電機組傳動系統(tǒng)的診斷理論和故障診斷技術方面已有了較多的研究，其中主要的研究理論有以下4種：

1）專家系統(tǒng)：是一種較為成熟的故障診斷方法，但在知識庫的建立中，存在精度與速度間的矛盾；

2）模糊理論：能夠有效改善故障診斷系統(tǒng)的容錯性，但在知識庫的建立中，存在和專家系統(tǒng)類似的缺陷；

3）神經(jīng)網(wǎng)絡：是一種無需建立知識庫的故障診斷方法，但目前急需解決易陷于局部極小值的問題；

4）貝葉斯網(wǎng)絡：適用于解決復雜系統(tǒng)不確定因素引起的故障。

2.1 螺栓故障診斷

螺栓是風電傳動系統(tǒng)的主要連接元件，其斷裂的主要原因有螺栓本身質量不合格、過載以及預緊力控制不當?shù)龋?9］。關于其故障診斷技術的研究已經(jīng)得到國內外學者的普遍重視，現(xiàn)有的研究可以較為準確地進行單個螺栓的應力應變計算［20］，但沒有考慮連接系統(tǒng)的整體性，多數(shù)研究以一對螺栓進行分析，在實際中存在更為復雜的連接結構。針對以上問題，文獻［21］以整體螺栓為研究對象，彌補了現(xiàn)有研究中存在的缺陷，但沒有對單個螺栓連接進行準確計算。文獻［22］對傳統(tǒng)故障診斷的方法進行優(yōu)化，綜合考慮連接結構的整體性，采用非線性接觸分析理論并進行仿真分析，但風電機組高強度螺栓故障種類多樣，實際測試信號不足，實驗結果誤差大，且仿真結果的精確度還有待提高。

2.2 軸承故障診斷

風電機組的傳動鏈軸承包括發(fā)電機軸承、主軸軸承、齒輪箱軸承等［23］。研究顯示：風電機組感應電動機軸承的故障發(fā)生率占整個感應電動機軸承故障的41%；主軸承若發(fā)生故障，需要在距地面十幾米的塔架上進行維修，且僅拆裝1個1.5 MW的風機主軸承就需70 萬元費用；在齒輪箱中，軸承故障約占整個齒輪箱故障的21%［24］。由此可見，為了保證風電機組安全、穩(wěn)定地運行，減少風電傳動系統(tǒng)軸承的故障及維修成本并提高其可靠性是至關重要的。

目前，關于傳動系統(tǒng)軸承故障診斷的研究主要圍繞在如何用更準確的方法識別軸承故障類型和位置。文獻［25］將改進的蝙蝠算法與神經(jīng)網(wǎng)絡結合，有效地改善神經(jīng)網(wǎng)絡故障診斷方法中存在的缺陷。文獻［26］以低速軸承為研究對象，提出一種利用RVM 故障檢測方法，將RVM 和SVM 的分類技術故障診斷進行對比，得出RVM 是一種可靠的低速軸承故障診斷技術，更加適合實際應用。但RVM 分類性能仍有待提高，原始統(tǒng)計特征在分類過程中表現(xiàn)不佳，仍需進一步深入研究。文獻［27］以經(jīng)驗模態(tài)分解（EMD）方法為基礎，基于Hilbert包絡分析、峭度系數(shù)和傅里葉變換等方法，實現(xiàn)了對滾動軸承振動信號的提取，該方法能夠對滾動軸承的故障進行準確診斷，具備良好的工程應用價值。但該方法存在著易受噪聲影響的問題。文獻［28］針對上述難題，提出一種基于經(jīng)驗小波變換（EWT）的軸承故障診斷方法，提高了軸承局部故障識別的可靠性和準確性，能有效從噪聲環(huán)境中提取軸承外圈及滾動體的故障特征，進一步完善軸承故障診斷技術。

2.3 齒輪箱故障診斷

風電傳動系統(tǒng)齒輪箱的運行環(huán)境十分惡劣，表1 示意了風電齒輪箱是引起停機時間最長的部件，而在此期間造成的經(jīng)濟損失不可逆轉。更為嚴重的是由于機組故障或停機而造成的人員傷亡。因此，為保證風電機組安全、穩(wěn)定地運行，減少風電傳動系統(tǒng)齒輪箱故障率，提高其可靠性是當今發(fā)展的必然趨勢。

表1 風機關鍵部件故障及停機比例 %

在風電齒輪箱研究診斷理論和故障診斷技術方面已有了較多的研究，國內外研究人員主要集中研討如何進一步提高故障診斷的準確性，實現(xiàn)風力發(fā)電機的遠程監(jiān)測，設計一種新型遠程監(jiān)測和診斷系統(tǒng)成為當下難點，對風電齒輪箱故障診斷分析中常用的模糊神經(jīng)網(wǎng)絡進行改進，克服了粒子群算法的困難，可以提高故障診斷精度［29-31］。BP神經(jīng)網(wǎng)絡在細節(jié)方面沒有完整的理論基礎，大多根據(jù)經(jīng)驗或者反復試驗確定，存在一定的不穩(wěn)定性。文獻［32］以故障振動信號為分析對象，以經(jīng)驗模態(tài)分解技術為基礎，使得到的振動信號輸入到BP 神經(jīng)網(wǎng)絡模型中，從而實現(xiàn)故障診斷。文獻［33］在提高故障診斷的研究中嘗試將DHMM 和BP 神經(jīng)網(wǎng)絡相結合，得到較為滿意的實際應用價值。

以上基于BP 神經(jīng)網(wǎng)絡的研究中，仍然存在收斂速度慢、泛化能力弱等問題。目前存在將小波變換和神經(jīng)網(wǎng)絡相結合、綜合兩種方法的優(yōu)勢，能夠有效提高收斂速度和診斷精度的研究［34-35］。但在現(xiàn)場中，有很多因素影響原始信號的準確性，而噪聲的干擾是提取準確原始信號最大的困難。面對噪聲的干擾可以采取二次降噪的方式，或者基于譜峭度實現(xiàn)對齒輪箱的精準診斷分析［36-38］。文獻［39］對故障診斷中常用的譜峭度方法進行改造，提出了一種結合EMD和小波包的新型診斷方法。

從以上分析可知，有許多復雜因素會影響齒輪箱、軸承和螺栓的故障檢測，但在已有的研究中，存在著材料選擇單一、數(shù)據(jù)不全面、簡化部分因素、對工作環(huán)境考慮不全面的等問題。在接下來的研究中，綜合考慮不同因素對故障診斷的影響，合理、精準地識別故障位置是需重點研究的問題。

3 結論

本文針對風電傳動系統(tǒng)主要零部件的研究進行了總結性綜述，分析了傳動系統(tǒng)螺栓、齒輪箱和軸承的故障診斷、壽命預測及優(yōu)化的研究現(xiàn)狀。我國針對風電傳動系統(tǒng)的研究仍處于發(fā)展的初期階段，遠沒有達到成熟狀態(tài)。所以，風電行業(yè)在未來的重要研究方向應包括如下幾個方面：

1）國產化：我國風電行業(yè)起步較晚，許多核心技術還是依賴國外廠家，但隨著我國科技的不斷進步，已經(jīng)可以實現(xiàn)風電機組部分零部件的國產化，若想實現(xiàn)完全國產化，還需不斷地探索鉆研。

2）精細化：從故障診斷方面上看，目前的研究主要集中在理論上，在實際現(xiàn)場中會存在著沒有考慮到的影響因素（噪聲、溫度等），只有綜合考慮了各種因素的影響，才能準確識別故障的位置與類型，進一步保證機組的穩(wěn)定運行。從壽命預測及優(yōu)化設計的角度上看，缺少全生命周期的完整數(shù)據(jù)，我國還沒有足夠的監(jiān)測意識，若想采集全壽命周期監(jiān)測數(shù)據(jù)需要大量的人力物力，且受到安全與商業(yè)保密等因素的限制。目前的研究成果為簡便計算，采用單一工況或失效模式進行研究，這樣的壽命預測結果和實際相差懸殊，不能為優(yōu)化零件設計提供基礎。

3）智能化：隨著我國風電產業(yè)的不斷發(fā)展，對數(shù)據(jù)精度的要求也會日益嚴格，但是當前的大多數(shù)實驗數(shù)據(jù)是通過人工測量的，這樣測得的數(shù)據(jù)不僅精度不準確，還耗費大量的時間和精力。在人工智能愈發(fā)成熟的時代，應該將其運用到數(shù)據(jù)處理的領域中。

4）綠色化：從風電行業(yè)的發(fā)展情況來看，風力發(fā)電技術的發(fā)展愈加成熟，風能必將成為我國可持續(xù)發(fā)展的重要能源來源，國際上更是十分重視對風能的深入開發(fā)與應用。隨著對風能技術研究的深入發(fā)展,涉及的內容和應用范圍越來越廣泛，所以在提高風電可靠性和經(jīng)濟性的同時，應減少對環(huán)境的損害，使人類的經(jīng)濟活動建立在可持續(xù)發(fā)展的概念上。風電產業(yè)最大的優(yōu)勢就在于環(huán)保，如何在環(huán)保的前提下提高風電機組傳動系統(tǒng)可靠性應該是目前研究的重點方向。

5）完善化：我國的風電行業(yè)已有較大規(guī)模，發(fā)展趨勢也由量的發(fā)展逐步轉向質的發(fā)展，但隨著風能行業(yè)高質量的發(fā)展，愈來愈多關于風電設備認證模式不健全、考核目標不統(tǒng)一等問題相繼出現(xiàn)。因此，需要完善風電項目認證體系的深化建設，按照程序化統(tǒng)一實施風電認證機構的流程，滿足高質量發(fā)展需求。無論從環(huán)境保護的角度還是從經(jīng)濟效益的方面考慮，深入研究完善風力發(fā)電技術都刻不容緩。