路瑶
内蒙古龙源蒙东新能源有限公司 内蒙古自治区 赤峰市 024000
摘要：风能作为可再生能源，利用风能进行发电不但能够降低对资源的消耗，缓解我国资源紧张问题，而且可大大减少对环境造成的污染，为推动我国能源消费结构也作出了巨大的贡献。风力发电机是进行风能发电的核心设备，主要是将动能转化为机械能，然后再将机械能转换为电能。这一系列的过程需要通过发电机组内部所有元部件的共同配合完成，但是由于风电场一般都位于比较偏远的地区，发电机在运行过程中受环境影响较大，一旦发生故障，将会造成严重的经济损失。所以需要加强对风力发电机的故障预防工作，通过对发电机进行状态监测可以实时掌握发电机的运行状态，并且通过对状态监测获取的数据进行分析，能够为故障诊断提供有力的参考依据，既能够有效避免故障的发生，又能够缩短故障维修的时间，提高维修效率。
关键词：风力发电机；状态监测；故障诊断；技术分析
一、风力发电机采用状态监测和故障诊断技术的必要性
为了便于风能的获取，风场一般都设在比较偏远的山区或者近海区域，所以风力发电机会受到阵风、侵蚀等因素的影响。风力发电机组一般设在50~80m的高空，在机组运行时需要承受较大的受力载荷。由于设计不合理、焊接质量缺陷等原因会引发机组运行故障，当出现阵风时，会对叶片造成短暂而频繁的冲击载荷，而叶片受到的荷载又会对传动链上的部件产生不同程度的影响而引发故障，其中风轮、主轴、齿轮箱、发电机等受到的影响较大。计划维修和事后维修是风力发电机比较常用的维修方式，但是这两种维修方式都存在一定的缺陷，计划维修的检修范围不大，维修内容不详细，无法全面的反应出机电设备的运行状况。而事后维修的维修时间长，维修效率低，所以造成的经济损失较大。所以需要提高风力发电机维修水平，采用状态监测和故障诊断技术可大大提高风力发电机运行的稳定性和可靠性。
风力发电机状态监测和故障诊断技术主要是利用计算机控制系统，将信号采集、在线监测和信号分析综合运用的系统。状态监测技术主要有油液监测、振动监测、温度监测、应变力监测，利用安装在风力发电机中的检测设备进行信号的收集，然后通过对信号的处理、分析、判断和诊断，就能够及时获取发电机的运行状态，进而通过控制中心对发电机的运行状态进行调整，可有效预防故障的发生。油液监测技术主要是通过对润滑油和液压油的性能进行分析，以此来掌握设备的润滑及磨损状态。振动监测主要是通过振动信号的收集来分析风力发电机的机械故障，比如转子不平衡，转轴弯曲等。温度监测主要是通过温度传感器获取设备的运行温度，常用于电子和电气元件的故障诊断，能够比较直观的反应设备的运行状态。
二、状态监测和故障诊断技术在风力发电机中的应用
2.1齿轮箱状态监测和故障诊断
齿轮箱作为风力发电机中连接主轴和发电机的重要部件，其内部结构和受力情况比较复杂，尤其是在运行工况和载荷发生变化的情况下，发生故障的几率会有所增加。由于齿轮箱故障而导致风力发电机故障的占比较大，不仅维修成本高，且因为停机所造成的发电量损失巨大，所以对齿轮箱进行状态监测和故障诊断非常重要。齿轮和轴承是齿轮箱比较常见的故障部位，断齿、齿面疲劳、胶合是齿轮常见故障类型，磨损、点蚀、裂纹、表面剥落是轴承常见故障类型，任何一种故障类型都会影响到齿轮箱的正常运转。随着风力发电机规模的扩大，对齿轮箱的性能要求也越来越高，所以要保证齿轮箱的安全可靠运行。振动监测和温度监测在齿轮箱状态监测中比较常用，振动监测主要是利用振动测量仪器对齿轮箱的振动频率进行检测纪录，然后将测得的实际运行数据与设计数据进行对比分析，从而发现齿轮箱中各部件的运行状态。
故障特征频率是判断齿轮和轴承健康状态的重要指标，所以通过时域信号统计能够初步诊断出齿轮箱故障点及原因，然后再利用快速傅里叶变换和功率谱对初步诊断的结果进行再次确认。温度测量法主要是通过温度传感器对齿轮箱零部件运行过程中的温度变化进行识别和诊断，通过与常态进行对比，能够及时获知齿轮箱零部件的状态信息。
2.2叶片状态监测和故障诊断
叶片在风力发电机中主要是吸收风能，长期处于露天环境下，对叶片造成的损伤较大。叶片长度一般在30~40m，所以在运行过程中出现的颤振会导致叶片出现疲劳裂纹，如果在近海地区还会受到海水湿气的腐蚀，阵风和雷击也是影响叶片运行安全的重要因素。为了保证叶片运行的安全性，对叶片的材料、质量和体积都有严格的要求。一旦叶片发生故障，不仅会造成叶片本身的损坏，还会威胁到整机运行的安全性。对叶片的状态监测和故障诊断主要是通过应力应变测量来实现，但是受到叶片材料以及运行环境的影响，对应力应变传感器有一定的要求。光纤光栅传感器因为具有较好的抗电磁干扰、抗腐蚀、尺寸小、寿命长等优点，比较适用于叶片的应力应变检测，在预测叶片使用寿命中具有重要作用。为了弥补光纤光栅传感器的不足，还可将声发射检测和红外成像检测结合运用。利用声发射检测能够检测出叶片因与空气冲击导致的内部应力集中断裂以及变形时释放的应力波，以此来判断叶片健康状况。红外成像检测技术可对叶片表面裂纹、剥落等呈现的热辐射能量分布状态来识别叶片的健康状态。
2.3发电机状态监测和故障诊断
发电机是风力发电机中的核心部件，其主要功能是将机械能转换为电能。由于发电机长期处于工况变化以及电磁环境中，且由于机组规模的扩大对发电机的密封保护增加一定的难度，所以经常会出现振动过大、发电机过热、轴承过热、转子/定子线圈短路等故障，其中轴承故障、定子故障及转子故障占据较大比例。对于发电机的状态监测和故障诊断主要是对转子/定子电流信号、电压信号以及输出功率信号进行状态监测，通过对电流信号的时域分析获取幅值数据信息，然后经过谐波分量的变化来判断发电机故障类型。比如对转子偏心故障的识别中，通过输出电流、电压、功率等信号的获取，能够判断出是轴承过度磨损还是其他故障类型。
2.4其他部件的状态监测和故障诊断
电气系统也是风力发电机的重要组成部分，通过变频器等电气设备向电网输送电能，并且对电气系统进行相应的控制。电气系统中比较常见的故障主要有短路、过电压、过电流及过温等，任何故障的发生都可能造成发电机的损坏。根据电气系统的故障特点，主要是采取性能参数检测的方法，对输出电压、电流、功率及温度等数据进行监测，然后与标准值进行对比，从而判断电气系统的健康状态。对于液压传动系统的状态监测和故障诊断主要是通过油液监测的方法来完成，对润滑油及液压油中的颗粒物进行检测，通过颗粒的形状、粒径、状态等来判断液压系统中出现故障的部位，从而采取相应的防控手段。对于风力发电机中各部件的状态监测和故障诊断，主要是根据各部件的运行环境和运行状态来决定采取哪种监测方式，只有最适宜的方式才能够确保获取最佳的监测数据，然后通过对数据的分析和整理，再制定出相应的防控措施。通过对状态监测获取的数据分析，还能够为风机系统的设计改进提供有力的参考依据，所以要保证数据的全面性和准确性。
三、结语
风力发电机的状态会直接影响人们的生活质量，希望未来风力发电机状态监测和故障诊断技术能够得到普及。
参考文献：
[1]黄树红，李建兰.发电设备状态检修与诊断方法[M].北京：中国电力出版社，2008.
[2]沈艳霞，李帆.风力发电系统故障诊断方法综述[J].控制工程，2017（20）：789-795.
[3]赵勇，韩斌，房刚利.风力发电机状态监测与故障诊断技术综述[J].热力发电，2016，45（10）：1-5.