风力发电机状态监测及故障诊断技术分析

风力发电机状态监测及故障诊断技术分析风力发电机是一种重要的动力设备，在长期的运行过程中，容易受到多种因素的影响，导致运行故障频发。利用风力发电机状态监测和故障诊断技术，实时监控风力发电机的运行状态，及时诊断风力发电机故障，积极采取有效措施，保障风力发电机安全、稳定的运行。本文分析了风力发电机状态监测与故障诊断系统，阐述了风力发电机状态监测技术和风力发电机故障诊断技术。标签：风力发电机；状态监测；故障诊断技术近年来，我国风力发电技术快速发展，风能资源已经成为世界各国研究的重点，风力发电机作为一种重要的风力发电设备，对于降低风力发电成本，产生高质量、安全可靠的电能有着非常重要的现实意义。风力风电机长期暴露在室外，运行环境复杂，发生故障的概率比较高，通过分析风力发电机状态监测和故障诊断技术，加强对风力发电机的实时监测和故障维护，尽量减少不必要的经济损失。一、风力发电机状态监测与故障诊断系统概述近年来，我国数据处理技术、信号分析技术、电子计算机技术快速发展，状态监测及故障诊断技术主要基于计算机技术，将监测到数据信息传输到计算机互联网系统，经过计算机处理技术，综合分析这些数据，显示幅值图、时域频谱图倒频谱图、倍频谱图等图谱，最终由计算机专家系统分析和处理所测数据，实现网络远程监测和在线监测。风力发电机在线监测与诊断系统集信息分析、在线监测以及信息采集等功能为一体［1］，对风力发电机的电气、压力、温度和振动等参数进行监测，通过比较分析预先设定值和监测结果，在线监测与诊断系统可以及时发现风力发电机的运行异常，并且及时发出报警信号，对系统的采集数据进行综合分析处理，从而确定风力发电机的运行故障。风力发电机在线监测与故障诊断系统主要由诊断结果、诊断和监测决策、状态辨识、信号处理以及信号采集组成，在线监测与故障诊断系统中的传感器设备可以及时采取运行数据，诊断和监测决策、状态辨识以及信号处理主要由系统的专用仪器设备或者计算机系统完成。二、风力发电机状态监测技术1、振动监测振动信号是风力发电机发生运行故障的主要特征，风力发电机发生不同类型的运行故障，会产生不同的运行频率，振动信号也会随着风力发电机的状态而发生变化。利用振动分析法，监测风力发电机中旋转机械设备的运行状态，可以准确检验和诊断风力发电机发生故障的部位和故障类型，如结构共振、转轴裂纹、旋转喘振及世俗、油膜振荡、转子失衡等。利用分风力发电机状态监测技术可以快速诊断出风力发电机共振、电气故障、叶片振动、塔筒振动、机械松动、轴弯曲等故障［2］。在风力发电机组中，采用振动监测技术，监测风力发电机齿轮箱的轴承和齿轮，发电机的机舱、主轴承以及轴承的振动，也可以用来监测叶片的运行状态。根据风力发电机的振动信号，采用精密诊断和简易诊断，首先监测出风力发电机发生运行故障，然后利用元件频率计算和频谱分析技术，将故障精确定位到具体的元件上。2、油液监测油液监测技术通过全面监测风力发电机的液压油和润滑油的性能，监测油中的磨屑微粒，全面理解和掌握风力发电机在运行过程中零部件和润滑的磨损情况，利用油液监测技术，可以全面监测风力发电机各种零部件从磨合初期、磨损阶段到磨损严重的整个过程。风力发电机的油液监测主要包括铁屑检查和油液性能检查，有时也可以进行油温监测和油滤压降监测。油液监测技术采用油液光谱分析、油液铁谱分析、污染度监测以及油液液化指标等，全面监测风力发电机内部的油液情况，主要目的在于监测被润滑的风力发电机润滑工件质量和润滑油质量。风力发电机组的油液监测，通过先取样，然后进行离线分析，实时监测风力发电机油液中的微粒和水分。3、温度监测温度监测技术被广泛的应用在电气和电子元件的状态监测中，在风力发电机设备过负荷运行或者劣化的情况下，温度的异常变化可以直接反映出风力发电机设备的运行故障，因此可以在风力发电机组的齿轮箱、交流器和发电机上设置温度传感器，从而全面监测风力发电机的温度变化。4、应变监测应变监测技术可以全面监测风力发电机的低速轴转矩和结构荷载，对于验证风力发电机组的结构设计和预期使用寿命有着非常重要的现实意义。当前，应变监测技术主要采用光纤应力传感器监测发电机组的应力状态，这种监测技术具有灵敏度高、体积小、抗电磁干扰、性能优越等优点。三、风力发电机故障诊断技术风力发电机故障经常出现两大类故障：机械故障和电气故障。机械故障主要包括对中故障、液压故障、机械运行故障、叶片故障、轴承故障、支撑回转故障、齿轮箱故障等；电气故障主要包括电网故障、变流器故障、通信故障、传感器故障等［3］。常见的风力发电机故障诊断技术主要有以下几种：1、齿轮箱故障诊断常见的风力发电机主要有混合驱动、直接驱动和齿轮驱动等驱动方式。当前，风力发电机多采用齿轮驱动技术，齿轮箱是凰力发电机组中关键的变速传动元件，在风力发电机组中齿轮主要负责传递能量，主轴和齿轮箱的使用情况对于风力发电机的使用寿命有着直接的影响，因此必须加强齿轮箱故障诊断，而齿轮故障有很多种，凡是齿轮轮廓位置和形状发生变化，这都是齿轮故障，常见的齿轮箱故障主要有油温过高、润滑不良、轴承损坏、齿轮偏心、齿轮断齿、齿轮磨损等。根据风力发电机齿轮箱故障的特点，应用在线检测和故障诊断系统，通过风力发电机齿轮箱设置传感器，采集齿轮箱的温度信号、噪声信号和振动信号，然后将这些信号传送到Web服务器上，服务器将这些信号数据发送到计算机系统的客户端，全面监测风力发电机齿轮箱状态。这种系统基于计算机网络技术，可以有效提高在线监测及故障诊断系统的准确性和有效性。2、发电机故障诊断风力发电机内部包含通风散热系统、绝缘系统、机械系统、磁路系统、电路系统等多个工作系统，因此发电机的故障征兆和故障原因也具有多样性。风力发电机故障主要连轴器故障、转轴故障、端环故障、转子导条故障、轴承故障、定子绕组故障等。利用在线监测与故障诊断系统分析风力发电机定子电流信号的能量谱、离散小波变换，判断风力发电机的故障类型。对风力发电机的电磁场和温度场耦合计算，得出仿真数据，然后根据风力发电机现场采集的数据信息，结合振动、温度场、电磁场和电流等信号，利用概率神经网络、BP网络、智能诊断技术，对风力发电机故障数据进行分析处理，分析故障原因，确定诊断结果。3、人工智能故障诊断人工智能故障诊断方法主要包括专家系统、模糊逻辑、数据挖掘、人工神经网络等，近年来，为了不断提高故障诊断准确率，利用基于模糊推理的人工神经网络和专家系统，通过采集滚动轴承振动信号，确定风力发电机的故障模型，在经过一致性检验和归一化处理之后，确定风力发电机的故障元器件和故障类型。结束语：风力发电机状态监测及故障诊断技术融合了人工智能、数据处理、信号分析、计算机、电子测试等多门学科，要结合风力发电机自身的特点和故障类型，要积极运用多种先进的科学技术，不断提高风力发电机状态监测及故障诊断技术的准确性。参考文献：[1