基于振动分析的风力发电机故障诊断方法

李靖

摘 要：随着社会的不断发展，风能作为一种可以再生的清洁型新能源，在能源危机和环境污染日益严重的今天，具有着巨大的发展空间和环保力。所以近年来风力发电在电力市场中占有的比例日益增高，但是风电机组高额的运行维护成本在很大程度上限制了风电产业的经济效益，风力发电装置的运行环境恶劣，复杂多样，传统的人工维修成本既高昂又易发生安全问题，因此，关于风力发电机的故障诊断方法的研究意义重大。

关键词：振动 风力发电机 故障诊断

中图分类号：TM315 文献标识码：A 文章编号：1672-3791（2018）11（c）-0054-02

1 风电机组概述

1.1 风电机组的基本结构

风力发电机组的使用原理是通过风轮叶片将风的动能转化为机械能，从而带动机组内的发电机运转产生电能；风力发电机组由：轮毅、主轴、主轴轴承、齿轮箱、高速轴、发电机等一系列部件组成，叶片的主要功能是捕获风能，轮毅的功能是连接叶片与主轴，包含变桨距系统，主轴负责传递风轮扭矩至齿轮箱；主轴轴承用以支撑风轮与主轴齿轮箱的作用是；将低速旋转扭矩转化为高速旋转扭矩，高速轴是传递高速旋转扭矩至发电机；发电机将机械能转化为电能。

1.2 风力发电机组的常见故障类型

风力发电机组在运行过程中，收到的力是自然力，是不可控的风力，输出频率并不是一成不变的，不断变化带来的冲击力是风力发电机组的叶片、主轴、齿轮箱、高速轴等都极易发生故障，部件发生故障以后势必会造成发电机组停机，从而影响到电力的生产。

由于风机发电机组装置多建造于偏远的山区或近海地区，风力较大的环境中，再加上风力发电机组往往都建设在高空，所以存在着维护困难、维护成本高昂等问题，因此建立起全面的监测检验系统是十分必要的[1]。

2 风力发电机组状态监测与故障诊断

状态检测主要内容分为3个部分：（1）对风力发电机组的设备运行状态进行检测；（2）是当设备状态异常时对故障内容部位进行诊断；（3）设备故障的早期诊断与预报。风力发电机组的检测诊断主要有故障信息收集、故障信号处理、状态辨识、检测与诊断决策最后输出诊断结果组成。故障信息的收集主要依靠安装在设备上，设备附近的传感器进行采集，传感信号经过转换、传输、提取然后送入信号处理装置，去掉无用信息，将异常信息进行提取再将异常信号传入状态辨识模块，得到结果后输出到检测与诊断决策阶段，从而规划严谨的故障处理计划，最后将处理计划进行实施，就是风力发电机组状态检测与故障诊断处理的整个循环。

风力发电机的状态检测技术有很多种，在叶片的检测上，大多都是根据叶片的振动、转速、温度等主要核心问题进行检测，在传动装置的检测上，依据传动部件的振动、转速、温度的不同来进行检测，其他的检测行为还有对电能的时域与频域分析、油液质量方面分析等[2]。按照检测方式的不同可以分为以下几个方面。

2.1 振动检测

主要是用来检测齿轮箱的齿轮、轴承、发电机的轴承、主轴等部件的振动情况来进行故障检测与分析。对收集检测到的信息进行分析与比较，从而得出较为准确的故障信息。振动检测的方式投入成本较高，但是技术相对成熟，诊断结果也比较准确，所以被广泛应用于风力发电机组的故障检测。

2.2 油液检测

对油液的状态进行检测与分析，可以得出两个结论：一是检测油液质量；二是通过对于油液想接触的部件的运行状态进行分析。采用的手段有污染度测试、红外光谱分析、油滤压降分析等。目前风力发电机组的油液分析一直采用离线检查的技术，但是随着传感器技术的不断发展与进步，油液检测正逐步想在线监测发展。

2.3 温度检测

电路系统出现故障，往往伴随着高温、着火等现象的发生，通过对电子和电气部件的温度检测，可以有效的监测与识别故障部位，检测出是否由于原件的恶化和接触不良造成的电路问题。随着热成像技术的发展，在线温度检测也变得切实可行[3]。

2.4 过程与性能参数检测

指的是通过风力发电机组运行过程中检测得到的数值，通过与政策情况下安全运行的允许数值进行对比来直接决定是否发出进步，此种检测系统比较落后，错误率较高，传统的检测方法有待提高。

振動检测由于其应用范围广、简单易行、处理技术成熟、因此振动检测是最广泛的应用在风力发电机故障诊断的方法之一，本文将基于振动分析风力发电机故障诊断方法进行探讨，从而实现对风电机组状态的分析与故障诊断。

3 基于振动分析风电机故障诊断方法

振动信号的基本处理方法：首先要先进行振动信号的进行收集与整理，然后将原始信号进行处理，改变信号的形式，从而更方便地将有用故障征兆信息进行提取，主要分为3种方法：时域、频域、时频分析法。

3.1 时域分析方法

时域分析又包括了：（1）信号幅值分析，对振动信号幅值进行峰值、均值、最大最小值、方差、斜度等指标进行分析处理；（2）波形分析，就是对振动时域信号随着时间的变化而变化的过程进行分析与评估，这种方式简单可行又有效，唯一缺点就是应用面较窄；（3）时域同步平均法，也叫想干检波法，即从振动信号中剔除混有的噪声干扰，从而进一步提取出纯净的周期性分量；（4）相关函数法，分为自相关函数和互相关函数，自相关函数是描述不同时刻的取值之间的依赖关系，互相关函数是描述不同组数据之间相依赖关系。

3.2 振动信号的频域分析方法

（1）频谱、频谱密度函数分析：是指通过傅里叶变换将时间波形拆分为一个个单一的凯波分量进行分析研究，以获得信号的频率结构以及各凯波幅值和相位信息[4]。

（2）功率谱密度函数分析：是在频域中对信号能力或功率分布情况的分析。分为自功率密度函数分析和互功率密度函数分析。

（3）相位谱分析：在旋转机械的故障诊断过程中，对于振动信号的相位谱和幅值谱数据的分析对比同样重要。相位是将旋转不见上的某一个点作为参考点，转动件上其他任意一点的相位就是与该点之间所夹得圆心角。

4 结语

设备具有复杂性的特点，设备的故障与故障原因之间的关系极其复杂，故障的诊断是一个探索过程，所以不能仅仅依靠一种方法进行诊断推理。要在知识的层次上进行处理技术的系统学习，从而增加故障处理人员的专业性素质，通过概念和处理方式上的知识化，来实现职能化的诊断设备故障问题。

参考文献

[1] 孔德同，贾思远，王天品，等.基于振动分析的风力发电机故障诊断方法[J].发电与空调，2017，38（1）：54-58.

[2] 杨静懿.风力发电机的整机故障诊断[D].东华大学，2014.

[3] 曲弋.MW级风力发电机组关键部件振动分析与故障诊断方法研究[D].沈阳工业大学，2012.

[4] 徐展.基于振动法的风电机组传动链状态监测与故障诊断研究[D].浙江大学，2012.