包洪印 刘文斌 周博伟 谢丽蓉
摘 要:为了实现高效率发电、低运维成本,文章研究了风电机组振动在线监测系统。当监测系统接收到各个部件的振动频率时,与正常数据进行比较,当超出正常频率范围时可以发出预警并显示相关故障部件,维护人员能够及时对设备进行检查或维修。
关键词:风力发电机组;在线振动检测;振动;故障
风电机组在线振动系统远程采用传感器采集数据,远程诊断中心利用平台分析处理与诊断,实现远程监控和处理。本系统包括传感器采集和软件系统,可以实现对转速、长波形数据、时域指标的查看,并根据采集的数据进行频谱分析、趋势分析、倒谱分析、瀑布图等,实现少人或无人监控,远端处理。
1 系统原理及相关组成部分
1.1 系统的监测原理
大型风力发电机组的主要故障信号有振动、声发射、应力、转矩、温度、油液、电信号和数据采集与监视控制(Supervisory Control And Data Acquisition,SCADA)信号等。风机的振动信号监测已经用于风机齿轮箱、发电机、主轴、叶片、塔架等监测。如Waters等[1]提出的基于振动的实时方法检测、定位和识别电机的齿轮故障;Sarvajith等[2]使用傅里叶和离散小波变换对轴承滚动元件状态的信号进行预处理,再利用支持向量机进行故障和健康轴承的分类识别实现其故障识别。AE监测技术已经用于风机叶片、齿轮箱和轴承故障诊断。
本系統主要是通过远端监测系统监测风机(齿轮、轴、轴承)等部件的振动,从而预判断部件振动频率是否在安全范围内。当不在安全范围时,判断部件是否发生形变或损坏。当发生形变或损坏时,监测系统及时报警,并显示损坏部件,保留损坏的数据。得知损坏部件,及时安排相关技术人员更换相应部件。此系统既节约了维护的成本,又为维修减少了不必要的麻烦,极大地简化了当前的风机维护工作。
1.2 系统的总体设计
本系统主要由振动加速度传感器、转速传感器、数据采集单元、现场服务器以及分析与诊断软件组成。系统针对风电场现场维护人员和机组分析与诊断人员分别提供不同的应用程序接口。针对现场维护人员提供Web方式的状态监测软件,针对分析与诊断人员提供专业化的分析诊断软件,实现了监控多点数据。系统采用现场总线标准,保护用电侧核心资源和用电安全,采用了工业以太网标准,采集数据到监控中心,实现人机交互界面。
监控端通过振动加速度传感器采集传动链上垂直、水平与轴向方向的振动信号,针对不同结构类型的机组,选用不同配置的加速度传感器安装在风机主轴上。增速机能够采集风电机组主传动链(主轴、齿轮箱、发电机)中各轴承、齿轮等位置的振动信号和运行状态,发现轴承、齿轮箱及发电机故障的早期征兆,监测每个测点振动趋势的变化,超出预定报警门限值时触发报警,精确定位故障部件、故障类型以及严重程度,并可通过邮件和短信实现自动报警信息推送。
在线监测站是针对风电机组非稳态特点,采用全采样专利技术而设计的。监测站具备16路振动、16路温度、4路晃动量、4路工艺量和2路转速量通道,采集并监测风电机组的振动及转速。根据长期监测的数据结果实时监测设备的运行状态,在设备运行发生异常或故障时及时自动报警并进行诊断,及时将设备的使用情况置于监控状态下,对防止事故,保持正常生产,降低成本有重要意义。振动监测可以在不拆卸设备的情况下判断设备是否存在故障并大致确定故障部位。根据风电机组的特点,主要监测部位有:齿轮箱、发电机、主轴承、其他轴承、偏航及塔筒。
设备上监测的部件进行组建(轴、齿轮、轴承、叶片),明确各部件关系和整体设备的形态,为后续计算不同轴的转频、齿轮啮合和轴承特征做准备。采集单一的转速,需要设置采集转速的位置(转速是哪个轴上)。
1.3 控制端的软件设计
1.3.1 采集定义组
采集定义组是用来设置动态量数据采集的各项参数,如分析频率、波形长度等。系统提供两种类型采集定义组:系统和自定义类型。系统类型的采集定义组是系统根据现场的一些实际工作情况,将用户常用的采集定义组设置、保存为系统类型的采集定义组,用户可以直接添加使用。自定义采集定义组的功能是针对一些特殊的情况,方便用户通过自定义采集定义组来实现。
采集定义组中包括以下参数:(1)信号类型。可选择加速度、速度、位移、电压量和电流量。(2)波形类型。可选择时域波形或频谱。(3)下限频率。低于下限频率的信号将被抑止。(4)上限频率。即最大分析频率,此设置实际上定义了低通滤波器的截止频率和采样频率。(5)谱线数。定义了频谱数据的长度。(6)波形长度。定义了波形数据的长度。
1.3.2 设备的特征频率
针对构建的设备部件信息和采集数据的转频,计算出所有部件的信息(转频、啮合频率、缺陷频率、轴承特征频率),给出设备特征频率功能予以显示,包括输入转频重新计算特征频率、在特征频率中搜索指定的频率、在图谱上标注特征频率等功能。
主要轴承和齿轮箱输入轴的频率范围0.5~1.0 Hz,故采用低频加速度振动传感器,其灵敏度为500 mv/g,频率范围为0.1~3 000 Hz。齿轮箱中间轴和输出轴、发电机的输入轴和输出轴旋转频率比主轴旋转频率高50~60倍,故要使用通用型加速度传感器,其灵敏度为100 mv/g,频率范围为0.5~15 000 Hz。设备特征频率总览,包括转频、啮合频率、缺陷频率、轴承特征频率等,可以在系统软件当中集中显示。
2 监测指标与报警处理
测点监测指标是将设备的测点与需要监测的指标内容建立对应关系,每个传感器在采集时域波形后,可以计算多个指标,在一台设备上面可能会有很多传感器,也会获取其他位置的指标,但是每个传感器对不同位置测试精准度是不一样的,因此,需要整体考虑每个测点关联的指标值,必须由专业的诊断人员进行相关设置。振动信号的分析主要依靠安装在现场设备上的传感器以及远程诊断中心。现场服务器及时有效地保存故障振动信息,且实时显示各风机通道的时域和频域信号,便于风场管理人员掌握风机工作状态。远在异地的诊断专家和管理员可以通过Internet网络访问现场服务器,随时随地掌握风力发电机组运行状态,并对故障信息进行分析判断,提出故障原因及解决办法。
针对各添加的设备部件,计算其各个指标从而监测其变化。将测点和部件一一对应,就得到每个测点对应的部件上的指标。当检测据不在正常范围时发出报警,监测指标报警分为“报警”和“危险”两种。
3 结语
风电机组振动在线监测系统实现了监测人员只需要通过监测软件的反馈就可以对各个风电机组的各个部件进行实时监测,通过传感器监测相关部件的振动频率,从而判断部件的运行状态。状态监测是减少故障率、降低运维成本、提高调度水平的有效手段。研发并应用先进的风电机组健康状态监控调度技术,是顺应国家发展“智慧风机”的紧迫需求,也是风电场智能运行与管理的发展趋势。此系统极大地简化了维修人员的维修工作,摆脱了传统的巡逻方式,对维修机组和维修部件可以做出针对性的维修,从而进一步提高了风电场参与电网调度的准确性和灵活性。
[参考文献]
[1]于辉,邓英.变速风力发电机变流器故障诊断方法[J].可再生能源,2010(3):89-92.
[2]SARVAJITH M,BRIJESH S,SADANAND K,et al.Condition monitoring of rolling element bearing using wavelet transform and support vector machine[C].Beijing:NCCM,2013.