探析风力发电机状态监测与故障诊断技术

郭庆伟+史海峰

摘 要：近年来，应用电机设备推行风力发电已逐步赋予普及。风力发电即是高效率发电表率，同期亦是先进发电技术。风力发电具备多种优势，其中，利用自然能源开拓发电前瞻，便是众多优势之一。但是，随着风力发电设备的不断延伸，其故障源也随之呈现。当下，经常性呈现的故障包括电机组件运行期损毁和机械的信号隐患问题。本文探讨了常见电机故障隐患问题的监察及辨析，分析了拟真筹算及故障模仿试验探索近况，简明阐述了风力发电技术瞻望和电机的形态监测体系。

关键词：风力发电机；状态监测；故障诊断技术

电机设备具备易损特性，在这一特性下，无法有效保障机械运行期。在电机实际运转期，内部组件呈高速运转状态，在这一状态下，电机极易发生组件故障。部分长期操作设备的技术人员会发掘，电机组件检修方式尤为繁琐，并且部分细微问题无法详尽处理，这便造成电机的后期故障隐患。根据风力组电原理，选取有效监测法，对电机实行实时性质的检测，可有效避免这一问题的突然呈现。而对某些细微问题，应根据问题实质情景，优先检测组件，而后运用专业测试仪器检索机械外部部件的运状。并逐步通过检测报告，制定相应维修方案。

一、常见电机故障隐患问题的监察及辨析

1、针对机械故障信号源的监测与诊断

电机故障隐患问题具有连续性，当电机功率呈自然状下降时，便是电机行将故障前兆。处于运行状态期的电机，轴承易损，因电机长期性运转所致。机械运转期间，会间断性发出震动记号，表明其运行特征，根据这一特征可观察机械的运转状态。故障源呈现是不可避免的，但及时采取相应对策可有效控制危害范围的扩张。目前，比较通用的故测法由三种，其中包括矢量下根据峰值测定轴承特征，或是运行期通过观察运行规律判断机械故障处，或是对信号源信号轨道进行判断。但不论何种方式，均需优先检索机械性能。而机械检测，泛指运行期机械动态，动态因轨道变动，会变更内部的电流和电压，部分情况呈现超频，致使功率变动，但仅在少数期。针对未映现的隐患问题进行监控，实质目的在于平衡机械运转。实际检测的隐患问题囊括：机械运行期信号源变更、轴承无规则变速以及信号波的不稳定。对于问题隐患处详细检索，而后制定相应对策，运用适当的诊断技术给予机械内部组件分析。

2、电气故障信号监测与诊断

发电机的电气故障通常通过监测发电机定子线圈温度、定子与转子电流、发电机输出功率、转子转速等参量信号，并对其进行处理后识别。目前，常见的电气故障诊断方法有定子电流检测法、局部放电监测法、振动检测法、磁通检测法、电流高次谐波和不平衡检测法、转速脉动检测法以及温升检测法等。发电机转子、定子线圈绝缘损坏会引起转子或定子线圈短路故障，包括匝间短路和层间短路等，因此风力发电机状态监测技术的研究主要集中在短路故障监测与诊断方而。为了更加全而地监测发电机状态，在进行发电机状态监测过程中，除了利用上述信息外还加入了大气温度和大气压力等信息。发电机电气参量监测技术是通过测量发电机电流、电压和功率的高频分量实现对发电机机械故障的分析和判断。

二、拟真筹算及故障模仿试验探索近况

1、电机的数学模型拟真

对双馈风力发电机故障诊断技术的研究主要包括故障仿真和实验模拟2种途径。常用的故障仿真建模方法主要从“场”和“路”的角度对双馈风力发电机建立物理模型和数学模型。从“路”的角度出发，根据多回路理论和发电机的数学方程，在MATLAB/Simulink中建立双馈发电机的数学模型，可模拟双馈发电机的正常情况和故障情况，李俊卿等通过该方法模拟了定子、转子绕组匝间短路故障，结果表明定子线电流相位差、负序电流、负序电流与正序电流之比均可以作为判断匝间短路的特征参量。

2、电机的拟真试验端

对风力发电机进行故障监测及故障诊断技术的研究时，可以搭建风力发电机故障模拟平台并进行故障信号模拟，验证各故障诊断算法。D. Casadei等。搭建了风力发电机实验台，通过在定子或转子某相串联1个与该相电阻值相等的电阻完成定子不平衡故障或转子不平衡故障模拟实验。Yang等人。搭建的实验台可以模拟发电机定子绕组短路故障、发电机转子不平衡故障、传动系机械故障等，该平台也能通过连接外部电阻箱来模拟转子三相不平衡故障。Simon Jonathan Watson等。建立了基于振动信号分析的双馈风力发电机的监测与诊断系统的实验平台。

三、电机的形态监测体系

传统的风力发电机在线状态监测系统往往仅采集发电机的振动信号，通过分析振动信号判断机组各部件的运行状态，如瑞典SKF公司研制的IMX-W在线监测系统、新西兰况德实仪器公司研制的Turningpoint在线监测系统、丹麦B.K公司研制的PULSE噪声振动分析系统、美国UE公司Bent-1y分部研制的Trendmaster Pro在线状态监测系统、德国PRUFTECHNIK公司研制的VIBXPE-RT} VIBROWEB-XP系统，德国FAU公司研制FAU X1系统等。

四、风力发电技术展望

随着互联网技术、大数据处理技术的应用，基于多参量的故障监测与诊断技术将成为风力发电机组状态监测与故障诊断领域未来发展的方向之一。而对于风力发电机，电信号、振动信号、功率信號等能够反映风力发电机工作状态的信号将被综合分析，以便更加全而深入掌握发电机的工作状态。在信号处理方而，如何减低信噪比，实现信号的盲分离，将成为风力发电机状态监测领域信号处理方而的研究方向。

结论：风力发电技术作为新型发电技术，却广泛被人们所运用，源于其高效的发电性能，且符合环保条件。电机运行期，形态呈现多重状，但实质形态仅于运转。形态有效控制，可通过监测法实施，或是安装新型监测系统，执行实时电机运转监控。电机故障期呈现2种状态，其一故障的平衡状态，这种状态下的故障问题便于维修。而另一种为失衡状，该情形下电机故障问题一般源于2种或以上问题所致，并且不易维修。有效针对电机故障问题进行诊断，并运行相应监测、诊断技术，可有效改善电机运行期的故障隐患问题的呈现。

参考文献：

[1] 尹同舟.基于复合网络拓扑结构的悬臂式掘进机故障诊断方法[D].中国矿业大学（北京），2017，16（01）.

[2] 范红岩，刘军，张可薇.堆垛机状态监测与故障诊断的研究和进展[J].物流技术，2017，60（20）.endprint