风力发电机组旋转机械运行维护故障分析及解决办法

刘勇峰

（东方电气（酒泉）新能源有限公司，甘肃 酒泉 736100）

风力发电机组旋转机械运行维护故障分析及解决办法

刘勇峰

（东方电气（酒泉）新能源有限公司，甘肃 酒泉 736100）

风能作为一种无污染、无辐射的清洁能源受到了电力企业的广泛关注和青睐。为了确保风力发电机组可以稳定、安全、可靠的运行，降低机组旋转发电过程中的故障率，需要做好风力发电机组旋转机械的维护工作。本文首先对风力发电机组旋转机械运行过程中遇到的问题进行分析，然后提出了相应的解决措施。

风力发电机组；旋转机械；运行维护；故障分析

风力发电机机组中齿轮箱、风轮、发电机等旋转机械是重要的组成部分，一旦风力发电机机组旋转机械产生故障，需要立即采取相关措施对故障进行诊断和分析，避免影响机组的正常运行。相对于国外发达国家来说，我国风力发电起步比较晚，在风力发电机机组故障诊断方面还比较落后，所以，提高对风力发电机组旋转机械故障的诊断在保证风力发电机组安全性、可靠性和有效性方面具有重要意义。

1　风力发电机的机械结构组成

我国当前的风力发电机组可以根据旋转类别的差距划分为两种形式，即垂直旋转和水平旋转两种。其中垂直轴旋转风轮的旋转轴与地面为垂直状态；而水平轴旋转的风轮旋转轴和气流方向为平行状态。而根据叶片的形状进行划分则可以将其划分为双叶、三叶以及多叶三种形式，但是无论何种形式的风力发电机组，其组成机构都基本相同，风力发电机组的旋转机械结构组织组成图如图1所示。

图1　风力发电机组旋转结构组成

2　常见的风力发电机组旋转机械故障

根据当前风力发电机组的实际运行状况分析，在实际工作中常常会出现大量旋转机械故障，而故障部位则主要为主轴轴承、主轴、齿轮箱以及叶片和发电机等。

2.1主轴轴承在实际运行过程中的故障

主轴轴承的故障主要包括磨损和擦伤、点蚀以及压痕和腐蚀、断裂等。主轴轴承作为发电机组的重要组成部分，在风机的实际运行过程中主轴轴承在承受轴向载荷的同时还承担着一定的径向载荷，倘若风轮和主轴轴承的转动难以平衡，则会使轴承所承受的载荷大大增加，倘若再遭遇润滑问题时，则会造成多种主轴轴承故障。

2.2主轴在实际运行过程中产生的基本故障

轴承故障主要包括断轴、软磨损、腐蚀、断裂、压痕以及轴振动偏心等故障。主轴承是保证风轮机和主轴稳定运行的一个重要的结构部件，在运行过程中需要承担比较大的径向荷载和轴向荷载，当主轴承和风轮机转动不平衡、轴承润滑效果差、承受荷载值过大时就会导致主轴承出现故障。

2.3齿轮箱在实际运行过程中产生的故障

齿轮箱在实际运行中存在的故障主要为齿面磨损和断齿、偏心、胶合以及点蚀等，当齿轮表面过于粗糙或者齿轮润滑条件较差时，往往会导致齿轮产生故障。

2.4叶片在实际运行过程中产生的故障

在风力发电机组的实际运行过程中叶片常见故障主要为叶片磨损、断裂、偏移、弯曲以及疲劳等。

而导致叶片产生上述故障的根本原因为材料使用和安装不符合要求，疲劳运行以及风速和风向的极具变化等多种恶劣天气的影响。

2.5发电机在实际运行过程中存在的故障

在发电机组的实际运行过程中发电机主要存在震动过大、发电机过热以及线圈短路等多种现象。发电机组产生故障的根本原因是长期处于超负荷运行状态，从而使得各个部件出现老化的同时不能及时进行处理，最终造成绝缘物质老化失效以及转子和定子的不对称。

3　对于风力发电机组旋转机械故障的诊断

在我国风力发电技术的发展过程中对国外故障诊断的先进技术已经进行了充分借鉴，辅以大量总结和研究，当前已经形成了具有较强先进理念的风力发电机组旋转机械故障诊断技术。根据当前风力发电技术的应用情况分析，当前使用的诊断技术主要包括润滑油液的分析诊断、信息故障特征提取、人工智能诊断以及设备状态在线诊断等多种技术。

3.1对于信号故障特征提取技术的应用

在发电机组的实际运行过程中，借助信号故障特征提取诊断技术能够对机组中存在的各种信号进行检测，并通过收集和整理以及分析对所获得的所有数据进行处理，对于其中存在的故障进行深入分析，判断出其中存在的机械故障部位和类型以及严重状态。针对上述存在的主轴、主轴轴承、发电机、齿轮以及叶片等多种故障，借助信号故障特征提取诊断技术能够完成诊断。

3.2对于润滑油油液的深入分析

在当前的技术诊断过程中，往往是根据风力发电机组旋转机械所使用润滑油的基本状态完成故障诊断的。对润滑油油液的分析技术主要包括油中微粒分析诊断和油质分析两种技术。其中，油中微粒分析诊断技术主要指铁谱分析和光谱分析两种方式，对于润滑油的颗粒计数进行分析，并根据其自身的分布情况和大小等多种信息，确定故障产生的根本原因和当前的实际情况。油质分析诊断技术在实际应用过程中借助磨粒直径和油质以及其中的微量水分含量准确判断风力发电机组旋转机械故障产生的位置和故障部件所产生的磨损程度。

3.3对设备的实际运行状态进行在线监测

在风力发电机的在线监测诊断技术实际应用过程中充分融合了信号采集和在线监测以及信号分析等多种技术。借助风力发电机组旋转机械的振动、温度、压力以及电信号等多种信号参数对风力发电设备进行在线监测，并将所获得的监测数据和事先设定的数值进行仔细比对，当发现异常运行状况时则会立刻报警，进而准确获得设备故障的基本类型和发生位置，进而采取有针对性的处理方式和预警方案。当前，该种监测系统在实际应用过程中已经得到了广泛推广。

信号采集、状态监测、分析诊断和状态显示以及报警、储存等多种功能是风机在线监测系统的主要功能。一是借助各种设备对不同监测点的振动信号、电信号以及温度信号进行收集；二是在状态监测过程中主要包括初始化设置和状态监测等；三是借助多种分析方式对风机启动和变速以及日常运行等多种信号进行分析，从而确定风机旋转机械的各种机械故障；四是借助数字表格和模拟仪表等对风机旋转机械故障进行深入分析，清楚直观的反应机械部件的实际运行状态。并设定安全值，在超出安全值之后，应当立即发出报警信号，准确反应故障的相关信息；五是通过对机组实际运行过程中的振动、电信号以及温度等多种信号进行收集和分析以及储存形成历史资料，从而对后期的数据分析和查找形成帮助；六是借助网络技术对风力发电机组的实际运行状态进行诊断，借助远程监视风机的实际运行数据进行采集，最终得出故障结果。借助多种先进技术能够确保风力发电机组在实际运行过程中安全运行，提升设备的运行质量。

3.4充分利用现代化智能监测技术

在对风力发电机组旋转机械故障进行诊断时，要充分利用神经网络诊断技术和模式识别技术，借助该系统能够实现对文字和语音以及图像的识别，进而达到旋转机械故障诊断和分析的目的。此外还应当在其中融入图像处理、计算机视觉应用以及系统辨识等多种技术，对风力发电机旋转机械故障的诊断实现智能化处理。

4　结论

总而言之，在诊断风力发电机组故障时，需要采用先进、科学的诊断技术进行分析，准确的判断出故障出现的位置、故障的种类以及故障的严重程度，并根据诊断结果制定出具体的应对措施，保证风力发电机组可靠、安全、稳定的运行。

[1] 王闯，李凌均，陈宏.基于频谱频段的旋转机械运行状态评价方法[J].机床与液压，2011,39(19):137~140.

[2] 赵贺嘉.浅议风机状态监测与故障诊断[J].科技与企业，2013,12(12):390.

[3]赵贺嘉.浅议风机状态监测与故障诊断[J].科技与企业，2013,(12):165~167.

TH133.33

B

1671-0711（2016）09（上）-0043-02