《风力发电机组故障诊断研究探讨》由会员分享，可在线阅读，更多相关《风力发电机组故障诊断研究探讨（5页珍藏版）》请在金锄头文库上搜索。
1、 风力发电机组故障诊断研究探讨 摘要：风力发电机的状态和人们的生活是息息相关的。对风力发电机状态监测和故障诊断技术进行论述。其中，基于多参量的故障监测诊断技术是重点发展的方向。关键词：风力发电机；状态监测；故障诊断技术1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5080m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
2、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
3、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。应变力监测主要是通过应变力传感器来获取信息，主要用于叶片寿命的预测和疲劳状况的监测。状态监测和故障诊断技术能够对风力发电机进行远程监控和诊断，通过对各项数据信息的收集整理，能够实时
4、监控风力发电机各个部件的运行状态，可有效遏制安全事故的发生，提高风力发电机运行的稳定性和可靠性。2风力发电机的故障排除方法2.1剧烈振动故障排除方法作为小型风力发电机的常见故障，剧烈振动故障一般表现为风机机身及机头存在明显振动、风轮运转不平稳，松动的紧固件如立柱拉索、发电机底座螺栓、尾翼固定螺钉、塔架地脚螺栓均可能引发振动，风轮叶片表面结冰或叶片变形、变桨距风轮卡住、风轮与其他部位有摩擦、发电机轴承损坏，也可能导致剧烈振动故障出现。在故障排除过程中，需明确故障源头，针对性采用紧固松动部件、清理叶片表面异物和冰块、更换发电机轴承或风叶等措施。2.2输出异常故障排除方法输出电压较低或无电流输出属于
5、小型风力发电机输出异常故障的主要表现。多种原因均可能导致输出电压较低，如导线线径太细、低电压输电线路过长、控制器或定子绕组存在短路、电机转速低。无电流输出主要原因包括发电机轴承损坏、输出线路接触不良或断路、电机交流断路、控制器中整流器损失、发电机过热等。在故障的排除过程中，需对线路进行检查，针对性开展线路调整，保险丝、发电机轴承、整流器等损坏元件的更换，其他部位与风轮的间隙调整也需要得到重视。2.3电气故障发出信号的控制首先对一些参量的信号开展测验，发出的信号有发电机定子的线圈温度、定子的电压、定子与转子的电流、发电机输出功率以及转子转速等，然后对其进行处理，最后进行识别。要想找到电气不运作的
6、原因，可以使用定子电流检测方式、一小部分放电的监测方式、振动检测法等。转子或定子线圈短路故障根据研究发现是发电机转子、定子线圈绝缘损坏引起的，包括匝间短路、相间短路、层间短路等问题，所以，短路故障监测和诊断是研究的重点。为了监测发电机的状态，可以对电压、电流和转子扭矩进行检测。要想对发电机状态实施更全面的监测，还可以对大气温度和大气压力等进行测量。在转子电流信号中会出现故障谐波分量，这是由于发电机定子出现了匝间短路，定子电流的对称性被打破，生成一个反向的旋转磁场。对于发电器每匝之间短路事件的检测包括负序的电流、电流的谐波成分、电流Park的矢量运行路距等。在短路匝数比较少时，定子电流变化量微小
7、，这种情况很难检测出谐波成分。定子单相、双相、三相的短路这3种情况被称作相间的短路现象。要想更好地识别发电机的相间短路故障，可以采集发电机的电流、温度和振动等信息。采集和相间短路有很大联系，当发生相间短路时，采集就会产生变化。故障特征也是和短路的时间息息相关的，诊断发电机相间短路的主要方法是基于功率谱密度的故障诊断法、基于离散小波变换的故障诊断法、反向传播（Back Propagation，BP）神经网络法、Elman神经网络法以及概率神经网络（Probabilistic NeuralNetwork，PNN）法。2.4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
8、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
9、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。2.5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
10、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。3结束语综上所述，小型风力发电机的故障需关注多方面因素影响。在此基础上，本文涉及的风轮转速异常故障排除方法、调向不灵故障排除方法等内容，则提供了可行性较高的故障排除路径。为更好保证小型风力发电机的安全稳定运行，围绕启动、噪音等方面开展的针对性研究也需要得到重视。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. 赵铁印.双馈式风力发电机组发电机滚动轴承状态监测及故障诊断方法的分析J.科技风，2018（19）：195.4. 吴艳标.风力发电机状态监测和故障诊断技术的研究J.城市建设理论研究（电子版），2018（07）：1.-全文完-
