风电机组振动监测与故障预测系统

吉庆昌 刘文贵 李爱宁

摘要：由于社会经济的不断发展，我国对绿色能源的重视度越来越高，而风能就是一种非常清洁的能源。通过风能机组，可以把风能转化为电能，进而使这种绿色能源得到广泛应用。为了保证风电机组的正常安全运行，必须研制一种风电机组振动的监测系统，同时还需要对其可能发生的故障进行预测。而在整个系统中，主要部分包含振动信号采集模块、远程监控诊断模块和风电场监控中心。该系统可以通过振动信号来确定风电机组的运行状态，并且可以通过一定的算法对故障进行预测，总之可以达到预定的要求。

关键词：风电机组；振动监测；故障预测系统

1绪论

随着国家绿色发展理念的不断深入，风能这种绿色能源逐渐受到国家的重视。而在我们国家风能主要集中西部或者一些地形比较恶劣的山区，这就给风电机组的安装带来了一定的难度。并且在这些风电机组的正常运行过程中很可能受到环境及其它因素的影响而造成机械结构或者电子元件的损坏，为此如果能够在故障发生的初期及时检查到可能发生的故障，并对其进行维修，这就可以在很大程度上降低风电机组故障的发生率，从而提高风电机组的运行效率和经济效益。总之，对风能发电中的风电机组进行振动监测与故障预测对于风能的广泛使用有着很大的意义。

2振动监测与故障预测系统的组成

2.1基本原理及监测策略

风能发电中的风电机组振动监测与故障预测系统通常包含三个组成部分，分别为信号采集模块、远程监控诊断中心、风电场监控中心。当风能经过风电机组的叶片时，该能量就会通过传动系统传导到发电机组，从而完成风能向电能的转换。而在整个传动系统中由于机械结构复杂，载荷变化大，转速不稳定等原因，就会使得风电机组中的轴承和齿轮等部件发生较大的振动而影响整体的性能。

其基本的监测策略为：在每台风电机组上安装一些振动信号采集传感器，在经过一定的处理之后由网线或者无线网络发送到风场监控中心；此时该监控中心就可以实时显示风电机组中关键部件的振动情况，而该监控中心再通过服务器与远程监控诊断中心建立连接，对异常的风电机组进行故障诊断。

2.2振动信号采集模块

该模块在整个风电机组振动监测系统中起着非常关键的作用，它可以对原始的振动信号进行采集、数字滤波和信号传输。该模块具有四路信号采集电路和对应的信号调整电路，当完成信号采集之后可以通过内部总线将其传送到下一个单元。其中信号采集电路主要为模数转换电路和测温电路；而信号调整电路可以对得到的数字信号进行数字滤波，并将其调制成差分信号以便于信号传输。

2.3风电场监控中心

该监控系统与可以对风电系统中的故障进行数据保存并分析，其主要包含设备管理、信号监测、数据存储分析和故障分析四个部分。

（1）设备管理。对于种类不同的风电机组，该系统可以计算出相应的振动频率参数并进行存储。

（2）信号监测。该部分可以根据不同的情况远程调节信号采集通道的采样频率，同时可以利用时域波形图和频谱图来监测信号，并且在系统异常时可以起到报警作用。

（3）数据存储分析。在风能发电系统中存在着几百台风机，所以监测的数据会很多，有时就不能及时对这些数据进行分析，此时就需要对这些数据先进行存储，然后再采用一定的手段对振动信号进行时域和频域分析。

（4）故障预测。系统的故障预测采用的是数据模型方法，具体使用了自学习算法、粒子滤波算法和随机子空间等。其中，自学习算法是系统的主要算法，可以通过以往的数据来获取风电机组的振动参数，进而将其作为故障预测的参考标准。

2.4远程监控诊断中心

该中心可以根据现实的需求直接对风电机组振动监测与故障分析预测进行操控，这样就可以对风电机组不同部位的振动情况进行了解。同时，该系统也为总公司级别的设计人员了解风电机组的运行情况提供了方便，这样专业技术人员就可以远程对各个设备的运行情况进行分析诊断，大大提高了风电机组故障的处理速度。同时，由于风电机组是一个复杂的机械系统，要对其可能发生的故障进行预测，必须结合各种参数和以往的经验，而这些工作就需要专家在远程来实现。

3风电机组振动信号分析与故障预测

3.1振动信号分析

采集模块采集得到的振动信号是以时间为序列的，此时就可以提取信号中的振动峰值和频率等特征参数，再通过时域和频域的分析，来对风电机组的运行状态进行判断。在分析过程中，系统可以使用振动峰值、有效值、峰值因数和峭度系数等参数来判断齿轮箱等关键部位的运行状态。

3.2故障预测

在对风电机组的故障进行预测时，可以通过随机子空间的方法对采集到的振动信号进行分析，进而对风电机组可能发生的故障进行预测。基本思路如下：

（1）首先建立风电机组中齿轮箱的随机状态空间模型；

（2）利用原先计算得到的稳态振动数据来推导出该模型中需要的参数，并以此作为齿轮箱线性动态系统的参考参数。当齿轮箱运行异常时，此时经过计算得到的数据就会与原先的参考参数发生偏差，此时就可以初步判断是齿轮箱发生了故障。

（3）当初步确定风电机组发生故障的部件后，就需要安排维修人员进行现场检查并对可能损坏的部件进行更换维修，这样就可以做到早期的预警处理。

4结语

随着风能这种绿色能源的不断应用，振动监测与故障预测系统也受到了专业人士的重视。通过该系统可以对风电机组的振动特征进行分析，从而达到远程监控的目的。同时该系统还可以提高机组的运行效率和运行时间，对于风能的广泛利用有着很大的积极意义。

参考文献：

[1]王海云.唐新安.风电机组状态监测系统现状研究[J].电网与清洁能源，2015（3）.85：89.

[2]杨明莉.刘三明.基于振动分析的風力机齿轮箱故障诊断[J]电机应用，2016（1）.42：44.

项目：本文系河北水利电力学院学校科技项目研究成果，项目编号：SYKJ1703

作者简介：第一作者：吉庆昌（1982），男，汉族，河北沧州人，硕士，讲师，研究方向：自动控制技术、大学生就业。