大型风力发电机组振动状态监测与故障诊断系统设计及应用

武丽君　高伟　张海平　刘衍选　蔡晓峰

摘要：实现风力发电机组状态监测和故障诊断是确保大型风力发电场安全运行和降低维护成本的重要手段。文章设计了振动状态监测与故障诊断系统，分别从系统结构、功能和特点三个方面阐述了系统的软硬件实现。在振动信号特点和信号处理的基础上，论证了几种故障诊断方法。实际风电场运行情况表明，该系统能够满足风电场运行、维护的需要。

关键词：风力发电组；状态监测；故障诊断；振动信号；系统设计 文献标识码：A

中图分类号：TM315 文章编号：1009-2374（2015）36-0006-03 DOI：10.13535/j.cnki.11-4406/n.2015.36.003

大型风力发电机组常应用于偏僻偏远的地区，如丘陵、草原、近海、戈壁滩等，气候恶劣、环境复杂且分布面积广，远离监控中心。受风力发电机组运行环境和复杂的电力设备因素影响，风力发电机组设备很容易损坏且维修成本高，增加了风电场的运营成本。目前，已有一些通用的状态监测系统应用到风力发电领域，但缺乏一个面向整机所有重要关键部件参数测量的状态监测系统，且现有的故障诊断系统分析功能较薄弱，因此研究开发完善的状态监测和故障诊断系统，在机组20年的正常使用寿命期间实时监测运行状态并及时分析状态参数，准确判断故障和隐患，合理安排维护方案，降低风电场运营维护成本，具有十分重要的意义。

本文根据风力发电机组的结构设计了一种大型风力发电机组振动状态监测和故障诊断系统，介绍了状态监测系统的组成、风力机主要部件的故障以及故障诊断方法，并通过该系统在风电场的实际应用举例，证明了该系统稳定、可靠、高效，完全能够满足风电场运行、维护的需要。

1 大型风力发电机组振动状态监测系统

振动状态监测系统是通过安装在风力发电机组设备上的传感器监测风电设备的运行状态参数评估设备运转状况。风力发电机组的结构决定了传感器的安装位置，传感器的精度和安装工艺影响了状态监测量的准确度。数据采集器是状态监测的硬件系统的关键部件，采集器的精度和数据处理能力直接影响故障诊断系统的功能。

1.1 风力发电机组结构

风力发电机组设备主要包括风轮、机舱、塔筒和基础等部分，其中机舱主要部件包括主轴、齿轮箱、发电机等关键部件。根据风力发电机组驱动形式，主要分为双馈式风力发电机组、半直驱式风力发电机组、直驱式风力发电机组。市场上大部分运行的是双馈式风力发电机组，其基本结构见图1所示：

风轮吸收风能并将其转化为机械能传递给机舱中的传动链系统。双馈式风力发电机组的传动链系统按照能量传递顺序依次是主轴、齿轮箱、发电机，轮毂带动主轴转动，主轴作为齿轮箱的输入端带动齿轮箱低速旋转，齿轮箱具有增速作用，通过内部齿轮传动将主轴的低速提升到发电机能够正常发电的高速，齿轮箱高速轴驱动双馈发电机发电。双馈发电机产生的电能通过塔筒底部的变流器接入电网。塔筒和基础是风力发电机组的支撑结构，使其获得充足、稳定的风力来发电。

1.2 振动状态监测量

振动状态监测量的选择必须满足能够全面监测到机组关键部件的振动的条件，风力发电机组的振动主要包括塔筒、机舱、叶片、主轴、齿轮箱、发电机的振动。其中，主轴转动引起的机舱和振动振动频率低，需采用低频加速度传感器，齿轮箱、发电机的振动采用压电式加速度传感器测量。传感器的安装分为磁座式安装和螺栓安装两种方式，两种安装方式都要求传感器安装表面平稳。为了能充分获得有效的故障信息，必须选择最合理的监测分布。在设备运行过程中，振动具有传递性，因此可以通过安装在设备表面的传感器获得设备内在的故障信息。安装在主轴径向和轴向的加速度传感器测量叶轮和塔筒振动的同时还可以测量安装在轴承座内的滚动轴承振动情况。在风电齿轮箱中，齿轮啮合、轴和轴承的转动都会产生相应的振动，而这些振动都会间接的传递到轴承上，因此只要在轴承部位对应的壳体上安装振动传感器，就可以采集到相应轴承和齿轮的振动。发电机前后轴承振动可以通过安装径向传感器测量。风力发电机组振动受风机转速影响较大，故需要在高速轴安装转速传感器。综上所述，风力发电机组典型测点布置如图2所示，测点布置方向和监测量如表1所示：

1.3 振动状态监测系统设计

风电场振动状态监测系统是数据采集、中央监控和远程访问一体化的系统，整个系统由三部分组成：（1）机舱监控系统。由传感器、数据采集器和布置在机舱控制柜内的前置通信子系统组成。传感器测量风力机设备振动信号，采集模块实现传感器输出信号的采集、抗混叠滤波、A/D转换以及数据输出功能。采集模块输出的数据通过机舱柜内的光纤转换器由塔筒传递到塔底并通过风场光纤环网传递到中控室；（2）中央监控系统。

中央监控部分是指布置在风电场控制室内的现场服务器，它负责接收风场所有风机的振动数据并存入数据库，数据分析软件对数据进行和整理后显示在人机界面上，供风场维护人员实时监控每台风机运行状况；（3）远程监控系统。远程终端是指用户或诊断专家利用Web服务器的网络发布功能通过远程访问浏览现场服务器界面，并进行远程控制。系统结构见图3。

2 故障诊断系统

在中央监控服务器中建立故障诊断系统实现故障诊断和发现机组隐患，故障诊断系统从数据库中获取数据，并通过时域分析、频域分析、包络分析等方法找出信号的内在规律。

2.1 风电机组主要部件的故障

风电机组在运行阶段设备的故障率很高，叶片、发电机、齿轮箱最常见。故障形式表现为风机叶片不平衡、不对中、基础薄弱、机械松动、轴弯曲、轴承故障、齿轮缺陷和破损等。

叶片是机组中最昂贵的部件，由于风力和风向变化带来气动载荷变化，叶片在运动过程中将会出现不规则的振动，引起叶片的断裂和疲劳失效。

主轴是连接轮毂和齿轮箱的关键部件，属于低速轴，其主要功能是传递驱动扭矩，将叶轮载荷传递给机舱。高速轴是连接齿轮箱和发电机的关键部件，两端采用柔性联轴器安装。低速轴和高速轴的故障主要有质量不平衡、轴弯曲、轴不对中、机械松动、动静摩擦等。

齿轮箱是风力发电机组的重要部件，其作用是将叶轮在风力下产生的动力传递给发电机，其常见的失效形式有轮齿折断、齿面点蚀、齿面胶合和擦伤、齿面磨损和塑性变形。

发电机轴承故障是发电机故障的重要原因，轴承故障主要是轴与轴承内圈、轴承外圈与端盖轴承室之间的相互传动造成的磨损。

2.2 故障诊断方法

故障诊断可预测机组将来的故障，实现故障预警，避免或降低故障造成的损失。目前，常用的故障诊断方法有时域分析方法、频域分析方法、小波分析方法、数据挖掘方法等。

风力发电机状态监测测得的信号都是非确定的随机信号和非平稳的信号，无法用精确的数学表达式表达，只能用数理统计和离散数字信号处理的数学方法进行阐述。时域分析只能粗略地判断设备是否有故障，不能明确故障发生的类型和故障部位。

频谱分析是故障诊断最常用的方法，时域信号经过傅里叶变换得到频域信号，通过在数据库中建立故障特征频率库，包括主轴和齿轮箱各轴的转频、轴承特征频率、齿轮啮合频率，从频率的异常变化来诊断机组的故障部位、原因及严重程度。

小波分析是处理非平稳或时变信号最理想的分析方法，尤其对局部故障分析优于傅里叶变换，它在低频部分有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，这种特性适用于对风力发电机组振动频率变化范围广的工况。

数据挖掘是指从海量的数据中提取或抽取出知识。风机发电机组海量的故障数据，利用数据挖掘方法提取故障规则，满足故障诊断风力发电机组故障诊断中常用的数据挖掘技术有决策树挖掘技术和关联规则挖掘

技术。

2.3 故障诊断系统设计

故障诊断系统从数据库中获取数据，通过时域参数、频域变换、包络解调、细化频谱、对比故障频率等方法诊断故障类型和故障部位，故障诊断流程见图4。

3 振动状态监测与故障诊断系统应用

在一个风场33台1.5MW双馈机组上安装振动状态监测与故障诊断系统，试运行一年，完成系统参数设置（采样频率、存储时间间隔、加速度包络频谱的频宽范围等）、振动故障频率收集、振动报警值的设定，逐步实现智能监测的要求。

图5是风场1#机组高速轴垂直径向测点在时频域波形图，从图上可以看到以高速轴转频30Hz为周期的冲击较明显，对其进行包络分析，图6是该信号的包络图，从包络图中可以看到高速轴转频及谐波，说明高速级齿轮可能存在啮合不良现象。

4 结语

本系统是针对大型风力发电机组故障诊断设计的，设计包括两部分：一是状态监测系统，实现数据的采集和监控的功能；二是故障诊断系统，确定故障的部位、原因、类型、性质，并对维修提供参考建议。该系统已经在多个风电场应用，在风机运行过程中，故障判断准确率高，为机组的安全和经济运行提供了可靠的技术保障，具有广阔的应用前景。

参考文献

[1] 谢源，焦斌.风力发电机组状态监测系统与故障诊断方法研究现状[J].上海电机学院学报，2010，13（6）.

[2] 陈云花.基于振动测试的大型风力发电机组运行状态监测研究[D].内蒙古科技大学，2009.

[3] 李效龙.大型风力发电机组机械故障诊断信息系统研究[D].燕山大学，2011.

[4] 刘继承，徐庆华，查建新.用加速度传感器测量振动位移的方法[J].现代雷达，2007，29（5）.

[5] 杜稳稳.风力发电机组振动状态监测与故障诊断[D].华东理工大学，2011.

[6] 刘广.数据挖掘在风力发电机组故障诊断中的应用

[D].兰州理工大学，2011.

（责任编辑：周 琼）