杨明洙

摘要：风力发电机状态监测能够及时发现与处理潜在的故障，从而降低风力发电机因为故障而导致的停工。本文结合实践工作经验，对风力发电机状态监测和对各种故障的诊断技术进行深入的研究。

关键词：风力发电机  监测  故障诊断

随着环境的日益恶化，作为绿色能源的风能，其被广泛的应用与发电行业，风力发电机技术已经成为当前世界各国研究的热点。由于风场位于环境恶劣的偏远地区，使得风力发电机发生故障的位置比较复杂，对风力发电机运行状态的监测工作造成很大的困难。因此为降低风力发电机的故障发生率，需要大力发展状态监测与故障诊断技术。

1 风力发电机组的故障特点

本单位的风力发电机机型是联合动力UP86-1500，由于其属于刚投产使用，因此故障的发生率不高，但是为了以后的工作，本文主要针对该机型状态监测及故障诊断技术进行分析。风力发电机首先将风能通过风轮转换为机械能，再通过主轴、齿轮箱等将机械能转化为电能，进而实现风力发电。一般风力发电机的运行环境比较恶劣，因此其故障的发生率也是比较多的，根据相关资料表明：风力发电机组的典型故障主要集中在齿轮箱、发电机、叶片、电气系统等部位。针对不同的故障部件和故障特征，采取合适的故障诊断方法是有效实施状态监测和故障诊断技术的保证。

2 状态监测与故障诊断系统的基本结构

风力发电机状态监测与故障诊断技术主要是利用现代计算机控制系统，将信号采集、在线监测以及信号分析等融为一体的监测分析系统。通过对风力发电机的振动、温度以及压力等数值的监测结果与预定的数值进行对比，以此能够及时的掌握风力发电机的运行情况，并且可以根据计算机信息采集系统收集到的数值进行分析，根据计算机的自动分析准确的分析出风力发电机设备的故障。风力发电机状态监测与故障诊断主要的功能就是收集信号-处理信号-分析信号-判断信号-诊断结果。一般对于信号的收集等工作主要是利用安装在风力发电机中或者周期的检测设备完成，信号检测设备在完成信号收集工作之后，将信号传递给计算机控制中心，由计算机系统实现对信号的分析与处理。

3 风力发电机的监测诊断技术

3.1 齿轮箱 齿轮箱是风力发电机的主要部件，是连接主轴与发电机的重要枢纽，齿轮箱的内部结构比较复杂，因此该部位的故障发生率也就比较多，比如轴承故障、齿轮故障以及润滑系统故障等等。可以说随着风力发电机组的投产使用，齿轮箱的故障发生率也会随之增多，为避免因齿轮箱故障而带来的停工，人们开始加大了对齿轮箱运行状态的监测，目前的监测技术主要有振动测量方法、温度测量方法。其中温度测量方法是基于零部件的温度变化实现异常状态识别的诊断方法。温度作为状态量，测量方便，操作简单。鉴于温度测量方法的简单易行等特点，该方法已集成在风力机的控制系统中，用于检测齿轮箱、发电机以及主轴等部件的健康状态。

3.2 发电机 发电机的核心部件是发电机，发电机主要是负责将旋转的机械能转化为电能，因此发电机的正常运行是保障风力发电机健康运行的基础，由于发电机长期处于变工状和电磁环境中，因此该部位的故障主要有：发电机的振动比较大，发电机过热、定子线圈短路等。根据发电机的故障特点，对发电机的故障诊断方法有基于转子/定子电流信号、电压信号以及输出功率信号均等状态检测手段。通过定子电流信号分析可以将发电机的故障进行识别，进而可以快速的判断出具体的故障。另外有人提出了在变转速下建立基于多项式的双馈式异步发电机线性与非线性数学模型，但是其不能找出具体的故障源头。

3.3 叶片 叶片是风力发电机吸收风能的主要元件，也是风力发电机的重要组成部分。其一般长为40米左右，由纤维增强型复合材料，其体积比较大，一旦发生故障很难进行维修，而且其一旦发生故障，不仅会影响风力发电机的运行，而且还会对整个风力发电机的安全产生致命的损伤。由于风力发电机的叶片常年暴漏在外边，其要经受各种恶劣天气的影响，因此叶片容易出现腐蚀、裂缝等故障。根据当前对叶片故障的检测诊断技术文献资料分析，叶片的故障检测主要是根据叶片的受力变化而进行分析，因为叶片在发生故障时运行的效果与没有发生故障时的效果是完全不相同的。我们对叶片的检测主要是利用光纤光栅传感器对叶片的应力应变的变化范围进行分析，根据检测的结果分析叶片的运行状态。之所以应用该方法主要是因为光纤光栅传感器的运行效果比较适用于恶劣的环境中。

3.4 电气系统 电气系统是整个风力发电机向电网输出信号的主要部分，是控制电能输出的重要装置。由于电气系统属于精密元件，其任何一个细微的故障都有可能对整个风力发电机的运行构成威胁，我们常见的电气系统的故障主要集中在线路短路、电流过大或者过小、过温故障等，对于电气系统的故障我们主要采取性能参数检测法，具体的检测措施就是利用计算机控制检测技术对发电机电气系统的输出电流、功率等数值与预定设置的数值进行对比，根据对比的效果判断电气系统的元件是否正常工作。

风力发电机状态监测及故障诊断技术融合了人工智能、数据处理、信号分析、计算机、电子测试等多门学科，要结合风力发电机自身的特点和故障类型，要积极运用多种先进的科学技术，不断提高风力发电机状态监测及故障诊断技术的准确性。

参考文献：

[1]葛苁.风力发电机状态监测及故障诊断技术分析[J].电源技术应用，2014（06）.

[2]吴娜，孙丽玲，杨普.风力机状态监测与故障诊断技术研究[J].华北水利水电学院学报，2012（04）.

[3]叶明星，焦斌.风力发电机组状态监测和故障诊断系统的设计与实现[J].上海电机学院学报，2014（04）.