风力发电机组故障诊断与预测技术--中国期刊网

字体：大中小

首页> 原创作品> 正文

风力发电机组故障诊断与预测技术

发表时间：2021/7/1 来源：《建筑科技》2021年7月上作者：张稳权

[导读] 文章主要对现阶段风力发电机故障特点进行分析，并提出故障诊断与预测技术的相关内容，根据目前技术研究的成果，来对相关内容进行深入地了解，希望能对今后企业的发展和进步提供帮助，更好的提升故障诊断与预测技术实际应用的效率和质量，进一步对设备运行状态实时掌控，减少故障所造成的经济损失。

大唐云南发电有限公司张稳权

摘要：文章主要对现阶段风力发电机故障特点进行分析，并提出故障诊断与预测技术的相关内容，根据目前技术研究的成果，来对相关内容进行深入地了解，希望能对今后企业的发展和进步提供帮助，更好的提升故障诊断与预测技术实际应用的效率和质量，进一步对设备运行状态实时掌控，减少故障所造成的经济损失。
关键词：风力发电机；故障诊断；故障预测；技术分析；故障特点
        能源作为现阶段人们生产生活的重要基础能源，在现阶段受到广泛的重视，并且部分地区还存在能源的竞争。风力发电的应用能够很好地解决现阶段存在的问题，并且风力发电机作为一种清洁能源，能对自然环境进行良好的保护，在今后需要对技术进行不断地研究。但是风力发电机应用的过程中，需要加强对发电机组故障进行全面的诊断，希望能对今后清洁能源的发展提供帮助。
        1、风力发电机故障特点
        1.1叶片故障特点
        叶片是风力发电机组中最为重要的核心组成部分，是风能获取的主要构件，在风力发电机组在工作的过程中，叶片所承受的压力较大，因此经常会出现叶片故障等问题。风力发电机经常会在空气中进行长期的工作，导致叶片受到外界环境因素的影响，出现严重腐蚀的现象，这样的问题都会让叶片自身的结构极为不稳定，容易出现脱落问题。一旦风力发电机组的叶片出现故障，必定会影响整个风力发电机组的平衡受力，这种不平衡的受力将会对风电发电机舱受到影响，导致风力发电机舱出现颤抖，最终会让整个风力发电机舱的稳定性受到影响[1]。
        1.2齿轮箱故障特点
        齿轮箱是连接风力发电机组主轴和发电机的重要部分，齿轮箱主要的功能就是在风力发电机工作中，满足转速所需要的动力。齿轮箱的结构较为复杂，并且由于风力发电机工作的环境较为复杂、恶劣，让齿轮箱的工作情况也相对复杂多变，因此齿轮箱发生故障的频率月相对较高，虽然齿轮箱在风力发电机中出现故障频率不是最多的，但是齿轮箱故障所带来的影响较为严重。一旦在风力发电机工作的时候齿轮箱出现故障，风力发电机停止工作的时间会不断延长，对齿轮箱维修的费用也会逐渐提高，因此加强齿轮箱故障的诊断和预测，将会是今后风力发电机应用中重点关注的问题内容。
        1.3偏航、变桨、刹车故障特点
        偏航系统主要的功能有两个方面，一方面是让风力发电机组能够对风向进行实时的追踪，另外一个方面就是在对风向追踪的过程中让机舱内部的电缆发生缠绕，在缠绕过多的时候，偏航系统就可以直接对电缆缠绕问题进行及时的解决。变桨系统功能中最主要的就是在风速变化的过程中，通过对叶片进行控制来对风力发电机组进行调整，从而对空气动力转矩进行获取，对功率进行控制。刹车系统作用中最主要的就是防止叶片转速过高，如果发生故障及时同时风力发电机组运行的状态，所以刹车系统的摩擦力较大，刹车片极为容易受到损害，刹车系统出现故障的频率也相对较高。
        2、风力发电机故障诊断的相关技术分析
        2.1震动信号的故障诊断技术
        在实际对风力发电机进行故障诊断的过程中，震动信号故障诊断技术的使用次数较多，因为这种故障诊断技术能够对风力发电机组的关键部位进行深入全面的诊断，比如齿轮箱、叶片等重要部位的故障问题，都可以利用震动信号诊断技术来进行检测。随着科学研究的不断深入，在风力发电机故障诊断的过程中，不同的故障部位有着针对性的诊断技术。当风力发电机齿轮箱出现故障的时候，主要可以使用小波神经网络诊断技术来对故障进行诊断。目前，风力发电机组出现故障的时候，诊断的方式主要是对风力发电机稳定运行的情况下，发电机组震动信号的频率，从而对故障进行判断。
        （1）在设备出现故障的时候，震动信号经常会出现乡音的瞬态脉冲，这时的震动信号具备奇异性[2]。
        （2）当设备某些隐藏零件初期存在故障的时候，故障信号较为微弱，经常会随着设备噪音被隐没，并且由于信号接收距离较长导致传输线路的震动信号逐渐衰减。

期刊文章分类查询,尽在期刊图书馆

        （3）风力发电机设备中各个零件出现故障的时候，引发的信号能够在各个独立的频带中进行重新分布，在诊断的过程中需要对频带进行单独的能力收集，从而判断故障的基本特征信号，这样的方式能够对故障类型进行精准的分类。
        2.2电气信号的故障诊断技术
        在电机故障诊断的过程中，由于设备自身会发出较为严重的噪音，震动信号故障诊断的方式很难再这样的环境下进行应用，并且在电气信号中存在和故障信号相似的信号较为薄弱，因此需要对电气信号故障诊断技术进行深入的研究，并且将电气信号中与故障信号相关的信号进行提取，从而作为故障诊断的关键信号依据，并对设备进行维修，进一步确保维修的效果和质量。同时，为了能够更好地对电气信号进行诊断，可以将转子动力学模型与分出来的数据进行全面的结合，对故障问题进行分析和总结。这种模型能够将电气信号与电机扭矩波动进行联系，从而分析风力发电机组齿轮箱故障与信号之间的实际联系，并将真实的故障情况进行模拟，准确地找到故障位置。在实际的分析中，还可以利用维纳滤波将设备噪声进行清除，进而对风力发电机组中轴承的故障进行准确的判定。除此之外，还可以利用信号双谱分析法等诊断技术来对内部零件故障进行诊断，在实际的应用中，技术人员可以根据现场故障实际情况进行选择，对故障进行科学有效的诊断。这种诊断技术不需要对传感器进行购买，能够实现经济效益最大化，并且诊断结果较为精准。
        3、风力发电机故障预测的相关技术分析
        3.1机械结构故障预测技术
        风力发电机组如果出现故障，将会对整个发电机组运行造成损害，对发电效率造成影响，进而形成较为严重的经济损失。齿轮箱、叶片以及轴承结构这些在发电机组中较为常用，并且工作环境较为复杂恶劣的部件，出现故障的频率相对较高，因此需要对这部分机械结构故障进行全面的预测。机械结构故障预测技术主要有以下几个方面的内容，本文在此进行简要的分析：
        （1）在预测的过程中，可以利用HMM以及隐半Msrkov模型对机组动态构件的运行状态进行详细的分析[3]。
        （2）利用Gamma过程分析设备对运行中的相关数据进行全面的收集和分析，并且判断设备的最佳使用寿命。
        （3）通过对均值进行计算，对设备的性能状态进行预测。
        对机械设备故障进行预测的过程中，需要对运行状态中产生的各种不同数据进行分析和研究，进而建立相应的模型来进行分析和预测。
        3.2电子系统故障预测技术
        风力发电机组的电子结构较为复杂，有着各种不同功能的子系统，这些子系统发生故障的频率较高。随着风力发电机组的不断进步和发展，电子系统故障问题也逐渐引起相关人员的重视。虽然电子系统故障并不会对风力发电机造成严重的影响，并且影响较为便捷，但是电子系统的维修经常会消耗大量的成本。电压、电流过高等相关问题都会让电子系统出现故障，所以电子系统故障预测经常会出现较多的阻碍。电子系统故障预测技术主要有四种，主要包括：产品设计过程中，将检测功能植入到相关硬件与软件当中；建立保护模块；对电子零件参数变化进行实时监测；在不同环境下产生的应力或者疲劳模式，从而对故障程度进行预测。
        结束语：近几年来风力发电行业不断发展，对相关技术进行完善为今后的发展提供重要基础条件。但是风力发电在运行的过程中，依旧存在许多的安全隐患，导致设备出现严重故障。因此，需要不断对故障问题进行解决，确保能够实现风力发电的实际效果，保证设备能够正常运行。
参考文献：
[1]王成林. 风力发电机组故障诊断与预测技术研究综述[J]. 精品， 2020, 000(009):P.213-213.
[2]张振伟. 大型风力发电机组叶片故障诊断分析[J]. 甘肃科技， 2019, 35(01):56-57.
[3]段慧云，汪洋青. 人工智能技术在风电机组智能巡检中的应用[J]. 科学技术创新， 2019, 000(030):P.155-156.