刘梦瑶阳，尹晓伟，钱文学

（1.沈阳工程学院a.研究生部；b.教务处，辽宁 沈阳 110136；2.东北大学，辽宁 沈阳 110819）

根据行业统计，截止到2019 年3 月，全国新增风电容量为478 万kW。风能作为一种可再生能源，在《关于建立健全可再生能源电力消纳保障机制的通知》等相关政策的扶持下，随着风电技术发展的愈发成熟，将成为能源产业的新潮流。

随着风电机组装机容量逐年上升，对风电传动系统可靠性的要求也越发严格。然而，我国对风电机组传动系统的研究还处于初级阶段，并且其主要零部件的运行环境均十分恶劣。根据统计：在传动系统关键零部件的故障发生概率中，轴承占81%，齿轮占14%，螺栓占3%，这些关键零部件是引起风电机组停机的主要原因，在停机期间所造成的经济损失不可逆转。因此，为保证风电机组安全、稳定地运行，提高传动系统螺栓、齿轮箱和轴承的可靠性是发展的必然趋势。

目前，国内外研究人员在相关领域已取得了阶段性的成果，如何进一步提高其可靠性已成为热点问题。首先，本文梳理了近年来关于风电传动系统中螺栓、齿轮箱和轴承在故障诊断、寿命预测及优化方面的研究现状；然后，分析了S-N 疲劳曲线、VDI2230 工程算法、Palmgren-Miner 线性累积损伤法则、BP 神经网络等理论的优缺点；最后，指出当今的难点问题并探讨了风电传动系统未来发展的主要方向。

1 寿命预测及优化研究

在机组维护方面，大多风场采用维修人员定期检查，如果检查不及时，就会因螺栓、齿轮箱和轴承等关键部件故障而导致整个机组停机；但若频繁检查，又会增加机组人员负担，提高维修成本。因此，应合理预测风机部件的剩余寿命，选择最佳时间，合理维护风机设备。现有的疲劳寿命预测方法有以下3种：

1）名义应力法：基于S-N 曲线，适用范围一般为高周疲劳；

2）局部应力应变法：基于ε-N 曲线，适用范围一般为低周疲劳；

3）应力场强法：基于S-N 曲线和ε-N 曲线，低周疲劳和高周疲劳均适用，但该方法计算量大，过程较复杂。

目前，大多选择以德国WHCER 提出的S-N 疲劳寿命曲线及疲劳累积损伤理论为基础的名义应力法［1-2］。

1.1 S-N疲劳曲线

以应力S 为纵坐标，寿命N 为横坐标，将多种试样在不同应力水平的循环载荷作用下进行试验，直至失效，将测试结果进行统计，进而得到零件的平均寿命。当S-N曲线趋于水平，其对应的横坐标为寿命基数No，纵坐标应力为疲劳极限Sr，应力循环不对称系数为r=在疲劳寿命分析中，一般是基于材料的S-N 曲线，并借助于疲劳累积损伤，从而对零件进行疲劳分析。但S-N曲线会受到载荷、制造工艺、材料化学成分和环境等不同因素的共同作用，存在极大的分散性，以实验数据的平均值来绘制的S-N曲线存在一定的局限性，这样的寿命预测结果和实际相差较大，不能为优化零件设计提供基础。因此，如何精准计算零件的疲劳寿命应为今后的研究重点。

1.2 螺栓寿命预测及优化

由于风电机组的主要零部件大多由螺栓进行连接，而螺栓80%以上的断裂事故是由疲劳破坏造成的，所以要保证风电机组的使用寿命，螺栓的疲劳分析理应得到关注。VDI2230 工程算法主要用来校核高强度螺栓连接的安全，文献［3］以兆瓦级风力发电机组的高强度螺栓为研究对象，介绍了Schmidt-Neuper 方法、VDI2230 工程算法和有限元分析法，可以通过结构形式的不同，选择合适的计算方法，进而提高风电机组运行的安全性和可靠性；文献［4］以提高高强度螺栓联接强度为目标，针对高强度螺栓联接理论计算精度较低的问题，采用标准VDI2230工程算法对其分析，通过强度理论和疲劳累积损伤理论等方法，提高兆瓦级风力发电机高强度螺栓联接的可靠性，但没有考虑温度等诸多因素对高强度螺栓联接应力疲劳强度的影响。

上述研究采用VDI2230 工程算法对螺栓进行分析，但该算法有局限性，对复杂模型的计算结果不准确。通常情况下，应力应变集中的地方是螺栓疲劳破坏的起始位置，为提高计算精度，文献［5］基于螺栓内圈的最大应力，运用雨流计数法、Palmgrem-Miner 理论和S-N 曲线等多种方法，结合MSC.Fatigue 分析软件，对螺栓内圈进行疲劳寿命计算，分析出塔筒法兰连接螺栓的疲劳寿命，但认为螺纹对计算螺栓疲劳寿命没有影响，过于武断，理应进行实验验证。

1.3 齿轮箱寿命预测及优化

目前，通过引入Palmgren-Miner线性累积损伤法则，使预测寿命的准确性得到了极大改善。在大多数研究中采取平均应力进行计算，这样可以简化计算过程，但仍未解决存在较大分散性的问题。国外学者提出了一种基于SCADA的疲劳载荷计算方法，SCADA 是一种以计算机为基础的数据采集与监控系统，从而实现准确诊断和预测风电机组部件的寿命。但该方法削弱了高扭矩区域，高估了零部件的使用寿命。从实际工程需求的角度考虑，应寻求一种在随机载荷作用下的疲劳寿命预测方法［6-8］。文献［9］以2.5 MW 风电齿轮箱为研究对象，基于滚动接触轴承理论和轴承疲劳寿命理论,对齿轮箱高速轴圆柱滚子轴承的疲劳寿命进行理论分析,并结合ADAMS 软件对整个传动系统进行动力学仿真分析。文献［10］详细介绍了关于可靠性和Copula 函数的相关理论，以1.5 MW 水平轴风电齿轮箱为例，基于应力-强度干涉模型对风电齿轮箱各齿轮建立模型，得出各齿轮的动态可靠性随时间的变化曲线，进而得到风电齿轮箱系统的可靠度。

但在计算各零部件的动态可靠度时，上述文献仅考虑了单一失效模式，并且只分析了两两零部件之间的寿命相关性，在多零部件之间的寿命相关性的分析中，仍需进一步研究。为有效提高传动系统的可靠度，为风电齿轮箱的优化设计提供理论基础，需要准确建立风电传动系统动力学模型，对其各零部件的参数优化设计。但大多数现有的研究没有准确地对动载荷进行分析，或者将其等效为静载荷，其研究结果过于理想化，无法满足风力发电机特殊工况对可靠性的要求［11-12］。文献［13］以优化齿轮箱的设计及提高可靠性为目的，基于贝叶斯网络的系统可靠性分析方法和故障树方法，对齿轮箱传动系统的可靠性进行分析。但文中只对两种失效形式进行分析且对失效形式有诸多限制，分析过于理想化。文献［14］对30 台风电机组齿轮箱的无故障数据进行总结和归纳，在Bayes 方法的基础上，结合最小二乘法，预测风电齿轮箱的可靠度，并应用最优置信限法对其可靠度进行预测，通过两种方法预测结果的对比，得出该型号的风电齿轮箱不满足国家标准，对进一步优化风电齿轮箱的设计有着重要意义。

下车时经过司机旁，虽然知道司机会习惯性看着乘客下车，但当他瞄了我一眼时，我又莫名其妙感到心虚。迅速将卡片投入收件箱后，我飞也似地冲下车。

1.4 轴承寿命预测及优化

目前，对传动系统轴承的研究还集中在单一工况下的寿命预测，相比于实际轴承的剩余寿命差距过大。针对以上研究难点，通过在不同工况下的接触分析，建立更为合理的轴承修正的疲劳寿命模型，可以较大地改善疲劳寿命预测的准确性［15-17］。在轴承优化设计方面，应充分考虑风载、润滑、温度等多个因素对轴承的影响，从风电轴承的可靠性、安全性、经济性等多个角度进行设计，但现有的研究大多停留在理论阶段，没有应用于实践，缺乏对可行性的验证或者只基于某个特定条件。文献［18］以风电机组主轴轴承为研究对象，基于Romax软件，分别对5 类传动链结构形式进行建模，并进行轴承未失效率的可靠性分析。风电机组传动链的优化设计，对我国自主研发轴承具有深远意义，为实现系统化的可靠性方案提供了理论依据，但传动链的形式还有很多种，还需要进一步研究。

现有的研究成果大多没有充分考虑实际运行环境对轴承的影响，不能有效应用于现场机组的运维检修。所以，需要对比不同轴承类型和布局的优缺点，综合考虑不同复杂因素的影响，进而在不同环境和需求下满足对风电传动系统轴承的设计需求。

2 故障诊断

目前，在风电机组传动系统的诊断理论和故障诊断技术方面已有了较多的研究，其中主要的研究理论有以下4种：

1）专家系统：是一种较为成熟的故障诊断方法，但在知识库的建立中，存在精度与速度间的矛盾；

2）模糊理论：能够有效改善故障诊断系统的容错性，但在知识库的建立中，存在和专家系统类似的缺陷；

3）神经网络：是一种无需建立知识库的故障诊断方法，但目前急需解决易陷于局部极小值的问题；

4）贝叶斯网络：适用于解决复杂系统不确定因素引起的故障。

2.1 螺栓故障诊断

螺栓是风电传动系统的主要连接元件，其断裂的主要原因有螺栓本身质量不合格、过载以及预紧力控制不当等［19］。关于其故障诊断技术的研究已经得到国内外学者的普遍重视，现有的研究可以较为准确地进行单个螺栓的应力应变计算［20］，但没有考虑连接系统的整体性，多数研究以一对螺栓进行分析，在实际中存在更为复杂的连接结构。针对以上问题，文献［21］以整体螺栓为研究对象，弥补了现有研究中存在的缺陷，但没有对单个螺栓连接进行准确计算。文献［22］对传统故障诊断的方法进行优化，综合考虑连接结构的整体性，采用非线性接触分析理论并进行仿真分析，但风电机组高强度螺栓故障种类多样，实际测试信号不足，实验结果误差大，且仿真结果的精确度还有待提高。

2.2 轴承故障诊断

风电机组的传动链轴承包括发电机轴承、主轴轴承、齿轮箱轴承等［23］。研究显示：风电机组感应电动机轴承的故障发生率占整个感应电动机轴承故障的41%；主轴承若发生故障，需要在距地面十几米的塔架上进行维修，且仅拆装1个1.5 MW的风机主轴承就需70 万元费用；在齿轮箱中，轴承故障约占整个齿轮箱故障的21%［24］。由此可见，为了保证风电机组安全、稳定地运行，减少风电传动系统轴承的故障及维修成本并提高其可靠性是至关重要的。

目前，关于传动系统轴承故障诊断的研究主要围绕在如何用更准确的方法识别轴承故障类型和位置。文献［25］将改进的蝙蝠算法与神经网络结合，有效地改善神经网络故障诊断方法中存在的缺陷。文献［26］以低速轴承为研究对象，提出一种利用RVM 故障检测方法，将RVM 和SVM 的分类技术故障诊断进行对比，得出RVM 是一种可靠的低速轴承故障诊断技术，更加适合实际应用。但RVM 分类性能仍有待提高，原始统计特征在分类过程中表现不佳，仍需进一步深入研究。文献［27］以经验模态分解（EMD）方法为基础，基于Hilbert包络分析、峭度系数和傅里叶变换等方法，实现了对滚动轴承振动信号的提取，该方法能够对滚动轴承的故障进行准确诊断，具备良好的工程应用价值。但该方法存在着易受噪声影响的问题。文献［28］针对上述难题，提出一种基于经验小波变换（EWT）的轴承故障诊断方法，提高了轴承局部故障识别的可靠性和准确性，能有效从噪声环境中提取轴承外圈及滚动体的故障特征，进一步完善轴承故障诊断技术。

2.3 齿轮箱故障诊断

风电传动系统齿轮箱的运行环境十分恶劣，表1 示意了风电齿轮箱是引起停机时间最长的部件，而在此期间造成的经济损失不可逆转。更为严重的是由于机组故障或停机而造成的人员伤亡。因此，为保证风电机组安全、稳定地运行，减少风电传动系统齿轮箱故障率，提高其可靠性是当今发展的必然趋势。

表1 风机关键部件故障及停机比例 %

在风电齿轮箱研究诊断理论和故障诊断技术方面已有了较多的研究，国内外研究人员主要集中研讨如何进一步提高故障诊断的准确性，实现风力发电机的远程监测，设计一种新型远程监测和诊断系统成为当下难点，对风电齿轮箱故障诊断分析中常用的模糊神经网络进行改进，克服了粒子群算法的困难，可以提高故障诊断精度［29-31］。BP神经网络在细节方面没有完整的理论基础，大多根据经验或者反复试验确定，存在一定的不稳定性。文献［32］以故障振动信号为分析对象，以经验模态分解技术为基础，使得到的振动信号输入到BP 神经网络模型中，从而实现故障诊断。文献［33］在提高故障诊断的研究中尝试将DHMM 和BP 神经网络相结合，得到较为满意的实际应用价值。

以上基于BP 神经网络的研究中，仍然存在收敛速度慢、泛化能力弱等问题。目前存在将小波变换和神经网络相结合、综合两种方法的优势，能够有效提高收敛速度和诊断精度的研究［34-35］。但在现场中，有很多因素影响原始信号的准确性，而噪声的干扰是提取准确原始信号最大的困难。面对噪声的干扰可以采取二次降噪的方式，或者基于谱峭度实现对齿轮箱的精准诊断分析［36-38］。文献［39］对故障诊断中常用的谱峭度方法进行改造，提出了一种结合EMD和小波包的新型诊断方法。

从以上分析可知，有许多复杂因素会影响齿轮箱、轴承和螺栓的故障检测，但在已有的研究中，存在着材料选择单一、数据不全面、简化部分因素、对工作环境考虑不全面的等问题。在接下来的研究中，综合考虑不同因素对故障诊断的影响，合理、精准地识别故障位置是需重点研究的问题。

3 结论

本文针对风电传动系统主要零部件的研究进行了总结性综述，分析了传动系统螺栓、齿轮箱和轴承的故障诊断、寿命预测及优化的研究现状。我国针对风电传动系统的研究仍处于发展的初期阶段，远没有达到成熟状态。所以，风电行业在未来的重要研究方向应包括如下几个方面：

1）国产化：我国风电行业起步较晚，许多核心技术还是依赖国外厂家，但随着我国科技的不断进步，已经可以实现风电机组部分零部件的国产化，若想实现完全国产化，还需不断地探索钻研。

2）精细化：从故障诊断方面上看，目前的研究主要集中在理论上，在实际现场中会存在着没有考虑到的影响因素（噪声、温度等），只有综合考虑了各种因素的影响，才能准确识别故障的位置与类型，进一步保证机组的稳定运行。从寿命预测及优化设计的角度上看，缺少全生命周期的完整数据，我国还没有足够的监测意识，若想采集全寿命周期监测数据需要大量的人力物力，且受到安全与商业保密等因素的限制。目前的研究成果为简便计算，采用单一工况或失效模式进行研究，这样的寿命预测结果和实际相差悬殊，不能为优化零件设计提供基础。

3）智能化：随着我国风电产业的不断发展，对数据精度的要求也会日益严格，但是当前的大多数实验数据是通过人工测量的，这样测得的数据不仅精度不准确，还耗费大量的时间和精力。在人工智能愈发成熟的时代，应该将其运用到数据处理的领域中。

4）绿色化：从风电行业的发展情况来看，风力发电技术的发展愈加成熟，风能必将成为我国可持续发展的重要能源来源，国际上更是十分重视对风能的深入开发与应用。随着对风能技术研究的深入发展,涉及的内容和应用范围越来越广泛，所以在提高风电可靠性和经济性的同时，应减少对环境的损害，使人类的经济活动建立在可持续发展的概念上。风电产业最大的优势就在于环保，如何在环保的前提下提高风电机组传动系统可靠性应该是目前研究的重点方向。

5）完善化：我国的风电行业已有较大规模，发展趋势也由量的发展逐步转向质的发展，但随着风能行业高质量的发展，愈来愈多关于风电设备认证模式不健全、考核目标不统一等问题相继出现。因此，需要完善风电项目认证体系的深化建设，按照程序化统一实施风电认证机构的流程，满足高质量发展需求。无论从环境保护的角度还是从经济效益的方面考虑，深入研究完善风力发电技术都刻不容缓。