振动分析法在风力发电机组监测与故障诊断中的应用

河北农业大学 张润雨 王明昊 尹冰冰

引言

在工业发展的社会中，人们在冬天取暖时燃烧煤、炭 、石油和天然气，却产生了许多二氧化碳气体。其次随着经济的增长，家家户户拥有了汽车，从而排放的尾气也在大幅度增加，这些原因使得全球气候变暖态势日益严峻。而风能是最重要的清洁能源之一，全球风能理事会在2020年3月25日发表的《全球风能报告》中讲到，2019年全球新增发电机组的装机容量为60.4GW，累计机组的装机容量达到650GW。借此数据，国家的有关能源研究所预测，到2050年中国的风电机组的装机可承载量将达到2400GW，这一数据可以占国内总的机组装机容量的33.8%，通过对清洁能源的使用，我们国家将会更好地践行可持续发展这一理念。

随着科技的发展，风电机组单机容量变大，内部的结构越来越复杂，还会受到天气的不可控因素的影响，比如会受到下雨时，打雷闪电等，有数据显示 ，陆上风力发电机组的运营和维护费用可达收益的15%～25%，海上风力发电机组的更占到35%。从数据的剖析中，我们可以看到维护成本过高，如果人为来维护还会有一定的风险，我们要保证安全为上。而且风力发电机组发生故障后，其不能正常工作，产生的效益也会有大幅度减少 ，由此可见，针对风力发电机组的监测与故障诊断的研究是很有意义的。

1 风力发电机组概述

1.1 基本结构

风力发电机组是由风轮、发电机 、液压系统、传动及制动系统、偏航的检测系统、控制及安全系统、机舱和塔架等组成。如下图1所示。

图1

下面介绍几个主要部件的功能：

(1)叶轮主要接收风能，吸收了空气中的动能，使之转化为机械能，从而让叶轮开始旋转；

(2)齿轮箱改变传动方向和扭矩等，让风力产生的动能传递给发电机，使之以一定转速工作旋转；

(3)发电机将叶轮转动的机械动能转化为电能。

1.2 常见故障类型

风力发电机组一般会建立在偏僻的地区 ，容易处在风口 ，接受面积广 ，但也有会受到一些不可控的因素 ，比如天气影响 ，使得风力发电机组易受到损坏。所以说，我们需要了解其常见的故障类型。下表陈列出了风力发电机一些部件的常见故障。

表1风力发电机重要部件常见故障

2 基于振动分析法的分析

2.1 振动信号的时域分析法

（1）信号幅值分析 ：测出振动信号的幅值信息并处理 ，其中包括有：振动信号的峰值、平均值、斜度及方差等进行分析。

（2）波形分析：分析和评价振动时域信号在随着时间的变化而跟着改变 ，这种方法有一定优点 ，优点是比较简单有效 ，但同时存在缺点，应用的方面比较窄。

2.2 振动信号的频域分析法

（1）频谱密度函数及频谱分析：指的是用傅里叶变换FR把复杂的时间波形进行拆分，拆分为单一的谐波分量，这样比较容易分析，从而获得信号的各谐幅值和相位信息以及频率结构。

（2）相位谱分析 ： 风力发电机组属于旋转的机械 ，在旋转的机械中 ，相位谱中的相位是将旋转元件上的任意一个人为取好的定点当作参考点,而转动元件上随机取一个点的相位就是和之前人为取好的定点间所夹的角为圆心角；

2.3 振动信号的时频分析法

（1）小波分析：又可叫作数学放大器 ，这个方法使对小波母函数进行相关变化，比如平移和压缩变换 ，然后可以得到一个新的正交基函数。是一个组合，有多尺度的特点，特性很好，可以在高频放大尺度，而在低频缩小尺度 ，有着优秀的信号自适应性和分辨力。

（2）Wigner-Ville分布分析： 采用了映射的方法，将时间频率函数进行转变，从一维转变为二维，虽然能直观看到信号的变化情况 ，但也存在缺点 ，会受到频率的干扰 ，这一缺点造成不能明显看到多成分信号时的分布情况。

3 风力发电机组基于振动分析法的应用

3.1 振动分析法在叶轮中的应用

叶轮是在风力发电机组中能够获得风能的部件，受到许多循环应力的影响，比如说重力、惯性力、气动力等，而且处在比较恶劣的环境中 ，极易受到损坏，通过查文献可发现，对于载荷应力的检测方面，国内外相继研发出了对叶片的监控设备，也就是通过监测叶片振动情况或者通过传感器来得到有效信号的特征，通过监测叶片的振动，提取出叶片运作中的状态特征，然后通过自联想人工神经网络全面进行疲劳分析，分辨出发电机组叶片中产生的故障。

3.2 振动分析法在齿轮箱中的应用

齿轮箱结构比较复杂，里面有着不同型号的轴承 ，齿轮的对数很多 ，啮合的种类不一 ，其振动的图谱也十分复杂 。通过查文献发现 ，对于齿轮箱行星级端的故障采用了振动分析，先将传感器按照要求布置测点，后把传感器安装在齿轮箱行星级，采用振动信号，测量其水平和垂直方向的振动情况，通过观察时域波形图和频谱图，观察频率的变化情况和频带 ，进而分析出可能存在的故障。比如观察高速轴水平加速度的时域波形图，如果频谱中存在很高的峰值 ，并且超过了标准 ，还有多倍谐谱 ，就可得出发电机和齿轮箱偏差严重 ，不对中 ，若频谱中还有驱动端的轴承内圈的缺陷频率的话 ，还可说明轴承也遭到损坏。由此可见 ，振动分析法在齿轮箱的故障诊断与监测中起到了关键的作用。

3.3 振动分析法在发电机中的应用

发电机从正常状态到产生故障状态，是可以通过相关物理参数进行反映的，比如振动 、温度和油液检测等 ，发电机由定子 、转子、整流器、电刷等组成，本文选择电刷滑环系统进行分析 ，由于其无法通过常规的方法进行温度的检测， 大多数情况采用监测其振动 、火花放电和电气量， 来进行判断发电机是否出现故障。经过查阅发现，有一种基于振动信号的电刷滑环面出现损伤的故障诊断方法 ，是在电刷滑环的仿真平台上，分析系统的故障运行之前和运行之后所产生的振动信号， 实现了较高分辨率的时频分析。

4 风力发电机组状态监测与故障诊断中的难点与建议

由于风力发电机组处于复杂的运行环境中，本身的结果也十分复杂，我们更需要在状态检测和故障诊断中加大投入，其中存在着许多的难点。陈述如下：

（1）现在社会上存在很多的故障诊断方法和预测，但是各自都有优点和缺点，不能综合起来考虑和解决问题。

（2）风力发电机组运行环境差，存在大的干扰，比如噪声、风力等的影响，不能使故障诊断进行准备定位以及预警。

通过对文献的查阅，总结出了以下几点建议：

（1）先检测整体风电机组，挖掘出各个部件的关联性 ，再从单个中进行分析、探测。

（2）将多维的参数融合，不只是单单检测温度、振动、油液信号，还要注意到电压、功率 、风速等的影响，提高分辨力，增加精度。

（3）由于风电机组属于CPS，我们可以将物理和信息融合 ，建立出物理模型和数据耦合，将定位、诊断和预测结合起来 ，协同工作。

5 结论

道路千万条，安全第一条。风力发电机组是否能得到广泛的应用 ，还要看我们的状态监测和故障诊断的安全性 、可靠性 、准确性，让其在处于安全的基础上提升工作效益。采用妥善的设备诊断技术，对我们的发展极其有意义，可以尽最大努力保障设备的安全 ，减少突发故障的发生 ，还可以实施状态维修 ，进而节约了维修方面的费用。现在也提倡金山银山不如绿水青山，因此最重要的是避免造成环境污染 ，最后才能给我们的发展方面带来大的经济效益。 振动分析法对风力发电机组发挥出了不可忽视的作用，通过对时域、频域 、时频的分析 ，结合着现在人类智能的发展 ，信息的多端融合 ，我们国家一定会发展得更好 ，实现更具快、稳、准的监测与诊断。