风电机组叶片断裂预警方法研究与应用

国家能源（山东）新能源有限公司 单立国 孙 彬 禚昌拓 孙华高 党 琳

引言

目前，中大型风力发电机组已在世界上40多个国家陆地和近海并网运行，风电增长率比其它电源增长率高的趋势仍然继续。截止2017年底国内装机容量累计装机容量达到1.88亿千瓦，中国新增风电机组中，2MW 以下（不含2MW）新增装机容量市场占比达到7.3%，2MW 风电机组装机占全国新增装机容量的59%，2MW 至3MW（不包括3MW）新增装机占比达到85%。

国内外风电领域都在沿着智能化、高端化和信息化的趋势发展。叶片及关键部件的故障预警方法研究一直是国内外风电业界的重点关注领域。欧盟方面近年资助了一系列的研究，具有代表性的有IPRWind、LEANWind 和INNWind 等 欧 盟能源研究联盟资助（European Energy Research Alliance）的项目。这些项目的参与者包括欧盟的若干大学、科研机构和像西门子、Gemesa、ECN这样的企业及DNV-GL 这样的第三方机构等。这些项目涉及多个以叶片监测和预警及关键部件状态、健康度分析的内容和子项目。

国内的运营商和风电整机制造商在风电场运维优化，尤其是风电场运行数据分析和风电场智能化方面研究和实践都非常积极。由于国内的行业差异，我国运营商对应用大数据技术提升风电场运维更为看重。各大运营商纷纷以各种形式开展了这方面的研究和实践。同时风电整机厂商也在故障预警，控制优化等方面做了很多尝试和探索。

文献[1]讨论了纳秒脉冲信号在叶片引下线多分支结构中的传播过程对识别故障反射波的影响，为解决故障波形中故障反射波被掩盖的问题引入了“差异反推法”，并依据故障分支结构处产生的脉冲簇的幅值发生变化这一特点，利用作差将故障反射波提取出来，通过寻找作差波形中的故障反射波来定位故障分支点；文献[2]通过无损检测技术和基于振动的模态分析损伤识别方法对叶片进行故障诊断分析，及时有效地发现故障并处理。

文献[3]建立裂尖温度场数学模型需要确定塑性区范围和塑性区内的内热流密度函数，基于正交各向异性复合材料裂纹尖端应力场和Tsai-Wu 屈服准则理论推导，得到含微缺陷风电叶片Ⅰ/Ⅱ复合型裂纹的塑性区范围、内热流密度函数按照裂纹扩散规律构造；其次，利用电子扫描电镜技术对叶片试件的断口失效微观结构进行检测，通过红外热像仪监测微缺陷叶片试件表面温度实验，验证了裂尖温度场计算模型的准确性。确定计算温度场模型中内热流密度函数幂数为2，通过显微技术发现含气泡缺陷的叶片试件有纤维断裂、基体开裂损伤方式。

文献[4]针对某风电场机组叶片断裂事故，从风速超限、电气故障、雷击、生产工艺等方面进行深入分析，确定了叶片断裂失效原因；文献[5]从图像处理、计算机视觉角度，提出一种有效的风力机叶片远程在线监测方法—位置偏差法。该方法充分考虑工作环境、故障模式、自然弯曲或变桨等因素对图像提取结果的影响。为提高上述方法的故障诊断精准性、系统监测稳定性和预警高效性，提出了以此为核心的自适应阈值法、延时判断法、过程判断法、故障类型预判法并推导出提高预判精度的比例系数补偿值。

文献[6]研究了电弧高温下的材料热解损伤、两种材料的机械强度损伤，以及材料中的气体、水分和材料热解产气等受热造成的膨胀造成的气体膨胀损伤，从而可更精确、更方便、更直观的对不同材料的耐雷击效果进行评估比较，从原理上分析其损伤原因，为风机叶片的防雷提供了理论依据；文献[7]通过对机组叶片的结构和受力情况进行介绍，对风电场风力发电机组叶片的断裂监测和预防进行了分析；文献[8]研究了风电叶片在不同疲劳程度的声发射特性和损伤状况。课题的内容包括声发射信号在风电叶片复合材料中的衰减特性研究，纤维断裂缺陷对玻璃纤维复合材料力学性能的影响，以及风电叶片在疲劳加载过程中的声发射监测。

近年来，风力涡轮机的空气动力噪声主要受到研究，因为从噪声干扰的角度看它可限制陆上风电场的安装，因此重点一直放在它的减少。然而，在近海应用中，如果噪声排放不太成问题，可使用机翼自身噪声作为损伤检测的信息源。事实上，前缘侵蚀或结冰会影响叶片上的边界层过渡，从而导致后缘湍流边界层积分量的变化。湍流边界层后缘噪声会发生变化，额外的噪声会在粗糙度位置散射。这些噪声源将分别在低频和高频范围内改变噪声的宽带分量。其他损伤，如后缘分层和裂纹可能会导致后缘变厚。当后缘的厚度大于边界层位移厚度的0.3倍时，在后缘会出现漩涡脱落，从而在远场频谱中产生音调噪声。

远场光谱的变化可能是损伤的迹象。然而在实际工作条件下，叶片会受到具有可变长度标度的流入湍流的影响。这会影响叶片上方气流的发展，并引入另一个噪声源，称为前缘撞击噪声，它可改变远场噪声频谱，并可能隐藏损伤引起的频谱特征。虽然之前的研究主要关注通过翼型自噪声进行损伤检测的数据驱动方法的发展，但文献[9]的目标是提供基于物理的结果解释，并通过包括湍流流入来扩展之前的研究。在这方面，由于频谱中存在音调噪声分量，因此对后缘裂纹检测进行了研究。

文献[9]基于翼型气动噪声的测量，对一种新的非接触损伤检测方法进行了实验研究。研究了翼弦为200mm、后缘裂纹尺寸分别为0.2、0.5、1.0和2.0mm 的NACA0018翼型。实验在不同的平均流速、流入湍流强度和攻角下进行，通过麦克风阵列测量从机翼散射的远场噪声，比较受损情况与基线（无任何损伤）之间声压级的频谱差异。正如预期，在小攻角、清洁或低湍流强度流动，通过增加裂纹的尺寸，音调噪声出现在基于斯特劳哈尔数的后缘厚度处，近似等于0.1。然而在更大的迎角（如±10°和±15°）或高湍流强度条件下（如7%），音调峰值的振幅减小，这表明需要进行补充测量或更长的采集时间来消除流入湍流效应，以监测后缘裂纹。

1 研究内容及研究方法

风机的叶片断裂虽然发生的突然但并不是毫无征兆，通常叶片断裂发生前相当长的时间里已运行在亚健康状态，叶片的不同运行状态一般也会反映在运行过程中。但由于目前的风机控制系统和SCADA 监测系统所采用的监控逻辑主要是以超限报警为基础的，只要运行参数不超过限值就不会反映出来，也不会有任何措施。如何在严重的损坏发生前就能通过监控系统发现潜在征兆是进行预警的根本方法。要实现这种方法所采取的手段就是对运行数据进行更深入的分析和计算，而不是仅靠原有控制系统的超限报警来发现问题。本课题的研究内容正是要围绕这一点来展开，如何通过分析实时运行数据来发现早期征兆，从而避免更严重的问题发生。

研究的第一步是要分析风电机组和叶片气动和材料特性等部分的原理，根据原理结合仿真手段，对叶片发生异常时主要运行参数的变化规律进行研究，包括发电机转速、转矩和机舱振动等；第二步是根据现有风场的实际情况，结合实际的运行数据进行分析，将实际数据和仿真数据进行对比。在关键参数分析和对比的基础上可建立一个数据模型，作用是识别叶片发生早起故障征兆时的运行数据特征；第三步是建立实时预警系统，对接风电场的实时运行数据，把模型投入系统，实时在线分析运行数据，当识别到早期征兆时发出预警信号。作为一个预警系统最重要的是保障系统的准确性，误报率要低、准确率要高。

第四步是要验证系统的有效性，同时研究如何通过增加适当的监测测点来提升系统的准确率，降低误报率。因此，研究叶片监测手段，如振动监测、应力监测等，在成本可控的前提下提升系统的实用性也是本课题需要研究的内容；在上述研究和试验的基础上，形成一套具备推广应用价值的方法体系和成熟的软硬件系统方案。

该方案部署在风电机组侧，是通过在机组侧和主控系统实时对接，获取实时数据进行模型运算的系统。方案建立在对先进的数据分析技术和机器学习建模的基础上，立足于实际问题，应用多学科、多领域的先进技术形成创新性解决方案。采用的算法、技术手段是基于当前人工智能领域和风力发电机组建模研究领域的最新成果，具有先进性和独创性，能够形成知识产权成果，同时解决实际问题。图1～2是从数据到模型，从模型到预警判断的典型过程。

图1 预警模型结构1

图1 预警模型结构2

首先是对原始数据的预处理，在预处理的基础上要进行特征提取，完成特征提取之后要进行数据回归分析，最终根据数据特征和实际的运维记录完成预警建模。在整个过程中，一方面要结合实际的运行数据，仿真产生的特征数据，应用先进的智能分析算法，包括频谱分析、机器学习中的聚类分析和特征提取分析等。同时也要把这些分析和运行现场的设备情况、现场运行人员的经验积累结合到一起，把设备运行信息及先进的建模、仿真和机器学习算法、人员的经验等各种信息充分利用起来，达到一个好的效果。

图2中叶根应力测量是新增的测点。新增的叶根应力测量数据是的可选项，可提升模型预警的准确性，降低预警系统的误报率。

2 结语

根据不同的风场情况、风资源情况以及风机的类型，建立叶片断裂早期征兆的数据分析模型，实现叶片断裂故障的有效预警，减少机组安全事件发生，减少严重机组故障带来的非计划停机时间，减少设备损坏带来的间接损失，从而提升风电场发电运行的安全和效益。促进风电运营技术的发展，提升风电运营水平，通过科学研究与实践相结合的方式提升我国新能源领域的技术水平，提升风电设备的运行效益和综合利用价值。

该方案具有以下特点：通过预警模型对实时数据进行更深入的分析，提升监控系统的监测效力，是对原有控制系统的深度优化。

以设备特性和事件记录数据为基础，结合仿真数据建立数据分析模型；整个系统以预警准确率和误报率为核心指标，保证系统有实用价值。

在数据分析的基础上，研究新增数据监测测点的方案，提升系统实用性的同时，保证成本可控；智能化的分析和建模方法，应用新技术方案的在线预警系统，保证了系统的先进性、可靠性和稳定性；部署在机组侧，以边缘智能计算单元为载体，充分发挥边缘计算技术的优势。