風力發電設備無損檢測技術研究

丁 松，田貴云，2，王 平

（1.南京航空航天大學 自動化學院，南京 210016；2.Newcastle大學電力電子與計算機工程學院，英國 紐卡斯爾 NE17RU）

風力發電作為可再生清潔能源的重要部分，近年來一直呈高速發展的趨勢。預計在未來5年內，全球風力發電裝機容量將增長104%。聯合國的相關報告明確將風力作為全球能源的重點投資方向。我國也已確定了把風能發電作為未來經濟增長的主要能源來源之一。自2006年至2010年，我國風能發電總量年均增長速度超過了100%。截至2010年底，中國全年風力發電新增裝機容量達到了1600萬kW，累計裝機容量達到4182.7萬kW，首次超過美國，躍居世界第一［1－3］。中國已成為全球風電裝備最大的消費者和生產者。在即將頒布的第12個5年規劃中，包括風能在內的可再生能源將占據更加重要的戰略地位。

我國的風力發電技術與國外相比仍處于相對落后的位置，總體上還處于跟蹤和引進國外的先進技術階段。在風電場實際運行過程中，國產的很多風機運行一段時間就出現各種故障，甚至報廢，而國外同類型機幾乎可以運行十幾年。由于我國的地形地貌復雜，風力發電場多位于較偏遠的場地甚至海上。在這些場所，高的故障率將帶來巨大的生產和設備維護成本。發電設備的關鍵部件的損壞將造成嚴重的后果。目前，風力渦輪機的價格高昂，但估計壽命為20年，為傳統的蒸汽渦輪發電機組壽命的一半，而其故障率卻為常規發電機的3倍。

風力發電是一個集計算機技術、空氣動力學、結構力學和材料科學等綜合性學科的技術，針對風力發電系統的無損檢測和健康監控是一個復雜的綜合性系統工程。在我國，對于風力發電系統的無損檢測和健康監控研究剛剛起步，缺少此方面的技術積累。因此，當前我國急需實現從以煤炭向綠色能源轉型，大力發展我國風力發電系統無損檢測和健康監控水平，創建起具有自主知識產權的尖端技術，對于提高風力發電系統的壽命和穩定性，減少故障損失，降低發電的維護成本等方面均具有非常緊迫和重大的意義。

1 國內外研究現狀

世界各國政府、企業和各研究機構都在風力發電設備的健康監控和故障檢測方面進行了巨大的投入。其中，歐盟科技支撐計劃中，由希臘、西班牙和葡萄牙聯合開展了NIMO項目，對風力發電機組的新型集成監控系統進行研究和驗證；由Ericsson，RWEnPower，TUV NEL，FUGRO等公司聯合承擔了INSIGHT項目，對海上風電塔座和葉片進行在線無線監控；英國承擔了 WINTUR項目，經費110萬英鎊，采用能量自收集方式，構建陸地和海上風力發電塔基和葉片的在線無線監控技術。此外，風力發電技術發達的國家或大的風力機制造商都創建了自己的檢測中心，僅丹麥就有三處檢測中心。特別是2005年由挪威船級社、丹麥Risoe國家試驗室、FORCE技術公司合作成立的BLAEST，專門進行葉片檢測，最大檢測葉片長度達到100m，以滿足未來幾年內可能的需要。荷蘭能源研究中心（ECN）與Delft大學以共建的形式成立了WMC機構，承擔著風電機組材料、部件和結構的研究工作。美國國家可再生能源試驗室（NREL）下屬的國家風能技術研發中心（NWTC）、英國的Narec和德國的Dewi－OCC、GL等公司也都開展了風電設備的檢測研究。在中英聯合能源項目研究中，得出了如圖1所示的風力發電機構各個環節的失效原因、失效模式和檢測手段的階段性研究結果。

目前，世界上針對風力發電各個環節的檢測、監控及風電系統的可靠性研究包括以下幾個方面：

1.1 葉片的失效分析和檢測

濕度、疲勞、突然的強風和雷擊都可能造成風力渦輪葉片的損壞，風電葉片要承受拉、壓、彎、扭等載荷作用，從而引起風電葉片結構的損傷累積和失穩破壞［4－5］。在風力發電場，不同渦輪機間的氣動干擾可能會給葉片帶來過度的負荷，使得懸臂葉片上的撓度和應變過大而造成失效。一般葉片的設計壽命為10～30年，但實際運行中，葉片的勞損程度難以準確檢測，以致于很難對葉片進行精確的壽命評估。因此，對葉片健康監控的關鍵在于連續地對葉片的運行狀況進行檢測。

英國Newcastle大學和南京航空航天大學的團隊在研究中曾將新型傳感器嵌入風力渦輪葉片中，以便在葉片失效之前對葉片機構中的性能變化和損壞情況進行檢測。并且采用脈沖渦流激勵，針對復合材料進行紅外熱成像技術研究，成功識別出了缺陷的類型特征。在EPSRC資助下，研究團隊對于包括聲發射、光纖和超聲波測試等多種混合式無損檢測手段在葉片檢測中的應用進行了研究。在針對風力發電設備的2項國家973項目中，南京航空航天大學就葉片在空氣動力學基礎上的振動模態進行了分析。

美國NREL的研究中，采用了Sandia國家試驗室（SNL）、美國宇航局肯尼迪航天中心、Purdue大學、弗吉尼亞理工大學等單位研究的傳感器系統進行聯合研究。Purdue大學在風力發電葉片的結構健康檢測研究中，系統利用三軸加速度計對葉片的尖端撓度進行了測量。弗吉尼亞理工大學應用宏觀纖維復合傳感器對葉片在形變條件下的阻抗進行了測量。此外，紅外熱成像是復合材料檢測的新方法，美國國家可再生能源試驗室同時采用了應變計和光彈板進行負載／應變的聯合測量，并利用熱像攝像機對兩個檢測光彈板的熱梯度進行檢測，作為缺陷特征檢測的手段。另一個研究熱點是采用傳感器陣列，對于葉片小尺度范圍內的缺陷進行檢測，從而得出整個系統的健康估計。

國內河北大學周偉等人研究了風機葉片復合材料的壓縮損傷，認為橫向壓縮導致材料基體的剪切破壞，而縱向壓縮導致層間劈裂，且不同方向壓縮損傷在聲發射的相對能量、幅值和撞擊累計數等參數上有明顯區別［6］。

1.2 齒輪箱的無損檢測和壽命評估

風力渦輪的齒輪箱由高質量的鋁合金、不銹鋼或淬火的齒輪鋼等制成。齒輪箱主要由承受循環載荷的回轉部件組成，易受到循環載荷導致的疲勞和磨損損傷。此外，腐蝕性的海洋環境及風力變化導致的應力也會造成與之相關的腐蝕開裂。這些損傷和開裂都會導致整個傳動系統和發電系統的失效。

研究發現，由于齒輪傳動系統經常承受交變應力、溫度變化等載荷作用，而且在服役過程中還需要考慮環境的影響［3］，由此而引發的輪齒折斷和齒面疲勞故障約占齒輪箱故障的60%，是齒輪箱最重要的故障之一［8］，其將導致機械設備的整體性能下降，甚至造成嚴重的設備事故和重大經濟損失。風力發電設備中的齒輪傳動系統的故障在早期多是由齒輪局部損傷引起的，因而及早檢測出齒輪的局部故障，對防止傳動系統故障和事故具有重大意義和實用價值［7］。齒輪傳動系統工作情況復雜，因應力原因出現的失效，究其根本與材料的微觀組織結構是有緊密聯系的，主要包括：內部存在非金屬夾雜、晶粒粗大、氣孔、裂紋等缺陷。從齒輪受力情況來看，齒輪的受力最大部位是齒根，且主要集中于表面或次表面。因此，局部的應力過大往往是導致齒輪失效的直接原因，其表現形式為：① 輪齒表面膠合、點蝕、剝落和塑性變形：究其原因主要是在局部存在過大的接觸應力導致輪齒表面材料處于屈服狀態而產生塑性流動、表面膜刺破或齒面疲勞，形成原始微裂紋并不斷擴展。② 輪齒折斷：在正常使用條件下主要表現為疲勞折斷，指齒根部位應力過大情況下，使得危險截面處從疲勞源開始的微裂紋不斷擴展，導致齒輪截面上的應力超過極限應力而發生折斷。③齒面磨損：因存在磨粒和腐蝕導致齒廓側隙明顯增大，嚴重影響傳動系統性能［9－11］。

齒輪箱的無損檢測是在不影響其性能的基礎上檢測材料狀態和性能評估的可行方法。英國Newcastle大學和南京航空航天大學的聯合研究團隊針對齒輪箱的缺陷測技術進行了大量研究，采用的手段包括渦流檢測、脈沖渦流和電磁巴克豪森噪聲、磁粉探傷、漏磁檢測等多種電磁檢測手段。聯合團隊采用電磁巴克豪森噪聲技術，在齒輪的應力分布和微觀結構檢測方面進行了大量的研究工作，并在英國國家齒輪測量試驗室（NGML）得到了工程應用。

清華大學、西安交通大學等采用振動、聲發射、磨粒分析（Wear debris analysis）、神經網絡等技術對齒輪箱的缺陷檢測技術進行了研究，重慶大學機械傳動國家重點試驗室朱才朝等人以有限元彈性接觸分析理論為基礎，創建了大型風力發電機組升速齒輪箱傳動系統外嚙合和內嚙合齒輪多齒接觸三維有限元模型，對其在額定載荷工況下的承載能力進行了計算，為大型風力發電升速齒輪箱傳動系統承載能力的估算、齒輪幾何參數的確定及零部件的強度分析計算提供了理論依據。西安交通大學的何正嘉等人運用第二代小波基函數等，有效地提取出發電機組松動、齒輪箱沖擊摩擦等故障特征。采用合理的基函數或多重基函數（多小波）對動態信號進行內積變換，有效地提取了故障特征，進行了正確的故障診斷。

在齒輪箱檢測領域，離線無損檢測和在線監控技術的結合以及齒輪箱壽命估計有待進一步研究。當前的技術挑戰還在于將現有的技術拓展到定量無損評估，如電磁NDE，聲發射和結構健康監控，并用于風機齒輪箱的遠程監測中。

1.3 發電機和電力電子設備的監測

發電機包含電磁部分和諸多電力電子部分。這些部件的可靠性檢測也是風電設備監測的重要部分。機械振動、濕度、溫度和封裝形式都會引起這些部件的失效。由于風能先后通過葉輪，主軸，齒輪箱，發電機后轉換成電能。其中風力機葉片是彈性體，在風載荷的作用下，作用在風力機葉片結構上的空氣動力、彈性力、慣性力等具有交變性和隨機性，力的耦合將會引起與電機某些振型共振的自激共振，即顫振。若該振動是發散的，會導致風力機結構破壞。此外，風力發電機組在運行時由于多種原因，會使電機和機艙在各個方向有較大的振動，振動的頻率、幅度超過風機設計要求時會對風機的正常運行產生危害。在南京航空航天大學承擔的國家973項目課題中，南京航空航天大學與清華大學就影響風力發電機安全穩定運行的氣固耦合振動問題進行研究，創建了大型風電機組故障模型和動態響應分析的理論方法。此外，華北電力大學王瑞闖，林富洪等人對風力發電系統的穩定性在線監測也進行了研究。整體機械、電力系統和電機電器部分作為相似系統，可相互比對集成進行研究。

除了機械部分之外，在風力、溫差、潮濕條件下也將造成線路絕緣耐壓、腐蝕和接觸電阻的失效。發電機及其電力電子部件的電子類故障主要包括轉子、定子線圈絕緣故障、激勵線圈絕緣故障、整流器接地故障等，轉子、定子電路故障（包括線圈斷裂、線圈匝間短路、線對線短路（line to line short－circuit），相位對相位短路（phase to phase short－circuit）、焊接點松動故障等。機械故障包括轉子和定子的機械完整性故障以及鐵芯機械故障。電動機電流信號分析法（MCSA）是檢測發電機故障的傳統方法之一，通過對電流的檢測和分析，發現諸如線圈－地絕緣，定子、轉子線圈絕緣，轉子斷條等故障。另外通過數字微歐姆計可以實現對線圈直流電阻的測量，從而檢測焊接點松動、裂痕等缺陷。浪涌測試（Surge Test）通過分析電壓波形的衰減檢測線圈匝間短路。由于缺少對電機故障分析的知識和經驗，目前國內仍然使用阻抗測試來檢測電機故障。然而阻抗測試僅僅適用于生產階段的測試，也即線下測試。事實證明，它無法在電機運行過程中對故障進行監測。在電力電子方面，當電流通過半導體器件時功率損失引起的發熱也是造成失效的主要因素。隨著工作電壓和載流能力的增加，溫度和檢測系統對電力電子設備的可靠性具有非常重要的意義。

因此，針對電機的在線實時監測的方法和技術研究依舊面臨著嚴峻的挑戰，有必要采用無損檢測和健康監控對電力電子系統進行狀態監控，甚至可以作為智能電網接口功能的一部分有待深入研究。

1.4 風電系統運行監控、狀態評估

由于風力發電場通常位于較偏遠的西部、海岸或者海上，且發電設備監控需要對包括風力葉片等旋轉部件在內的大量元器件和系統進行檢測、監控和信息處理。可更新能源的特征決定了風力發電系統在與電網接口方面具有復雜性，在線監控和信息收集和集成技術能夠為系統的效率和可靠性提供有效和重要的幫助。基于無線技術的通信技術和數據融合技術對此提供了可能的技術支撐，開展相關應用集成技術研究是該領域重要研究內容之一。無線傳感網絡綜合了傳感器技術、嵌入式計算技術、現代網絡與無線通信技術、分布式信息處理技術等多種領域技術，其網絡由隨機分布的集成微型電源、敏感元件、嵌入式處理器、存貯器、通信部件和軟件（包括嵌入式操作系統、嵌入式數據庫系統等）構成的一簇同類或異類傳感器節點與網關節點。每個傳感器節點都可以對周圍環境數據進行采集、簡單計算并可與其他節點及外界進行通信。由大量智能節點組成的傳感器網絡具有很強的自組織能力，其多節點特性使眾多的不同類型傳感器可以通過協同工作進行高質量的測量，并構成一個容錯性優良的無線數據采集系統。此技術適合解決文章課題所面臨的檢測對象數量和種類眾多、分布面大，而又不能采用大量連線方式的檢測問題。

南京航空航天大學的袁慎芳等人在此領域做了大量的研究工作。另外，Newcastle大學從人工智能（AI）研發出的多代理技術（MAS），可以與無線傳感器網絡結合，不僅能有效地利用多元化、異構和快速增長的網絡海量信息，而且在建設大型復雜的分布式信息處理系統方面具有較強的規律性。英國Newcastle大學的通信與信號處理團隊在風力發電設備監控領域的無線網絡傳輸技術、信號處理和融合方面、系統集成方面也進行了大量的研究。

然而，無線傳感器網絡和信息通信技術工具會受惡劣環境條件等因素的影響。同時，在不同地點的結構傳感器包含的信息量具有數據量巨大、數據類型多樣、數據分散以及異構的特點。因此，在風力發電結構健康檢測中面臨的主要挑戰包括：在大型復雜的結構中降低風力葉片上的檢測系統重量；協調和管理大型稠密傳感器網絡，提高系統的整體魯棒性；綜合不同無損檢測方法的優勢點，實現不同類型的傳感器的信息的整體集成，進而實現整個風力發電系統的健康狀況的可靠評估。

2 結論

綜上所述，在世界范圍內，針對風力發電系統的無損檢測和健康監控技術仍處于探索階段，缺乏對于整個風電設備的完整的檢測和智能化的狀態評估系統。我國風電技術在快速發展中，但是這些研究主要集中在風力資源的監測與評估、風機的運行特性、風力發電系統模型仿真、風機的系統穩定性以及根據風速、風力、角度調整的模擬系統，針對風機的結構健康監測技術的發展還不成熟，尤其是風機塔身和機頭的振動監測［7］。作為風電技術的重要組成部分，風機系統的狀態監測領域主要有以下幾方面的研究工作：

（1）研究對于風力渦輪葉片材料（復合材料）的無損檢測和狀態監測的方法和技術，總結出適用的無損檢測方法，與負荷分析和破壞模式分析相結合，發展出大型風力發電機葉片結構健康監測新型傳感器和成像技術，最終發展為對渦輪葉片進行健康監測的無線傳感器網絡。

·研究分布式光纖傳感器，碳納米管壓阻傳感器、智能材料等新型傳感裝置以及無線嵌入式傳感器的結構健康監控系統。

·通過被動和主動監測技術，發展用于研究大型風力渦輪機的電磁熱成像技術，以及其他電磁成像模型如太赫茲技術，微波或近紅外模型。

·對不同無損檢測和狀態監測技術，如聲發射，紅外熱成像，超聲波、振動分析等技術應用于復合材料特性，缺陷特征和系統辨識的研究，分析比較各種方法的長處和弱點，并進行集成和融合。

（2）研究針對變速箱的電磁無損檢測和變速箱故障監控狀態監測以及生命周期評估技術。

·在對齒輪箱失效的類型、故障原因和危害分析的基礎上，對各種電磁無損檢測方法進行集成和選擇，包括采用脈沖渦流技術進行表面、亞表面缺陷檢測和應力檢測、采用脈沖漏磁技術進行疲勞裂紋監測，以及采用磁巴克豪森噪聲技術方法進行應力和微觀結構檢測等。

·基于電磁方法如巴克豪森噪聲，漏磁和二維ACFM等方法，發展單傳感器、多傳感器陣列和掃描機構。研究不同傳感器對表面、亞表面缺陷、應力分布檢測和應變檢測的影響，得到優化的結果。

·基于振動分析的齒輪箱在線監測和故障分析系統。

·基于齒輪箱油溫和成分分析的檢測和分析系統。

（3）研究針對塔基的無損檢測技術，結合系統穩定性分析，研究系統結構故障監控狀態監測以及生命周期評估技術。

·基于熱成像、掃地雷達、電磁傳感技術的塔基無損檢測技術。

·基于振動分析和模態分析的系統穩定性檢測和壽命分析。

（4）研究針對風力發電設備的電力電子部分的故障檢測技術，創建故障預測模型，實現用于電力電子、控制系統的監控和傳感器檢測網絡原型系統，增強供電可靠性。

·針對電力電子系統疲勞的分析和導致嚴重損壞的失效識別，并提出故障預測的方法。采用理論仿真和試驗的方法來分析電力系統可靠性的預測模型和狀態檢測。

·結合上述機械系統中的無損檢測和結構健康監控方法，研究電磁傳感器陣列和紅外成像技術在電力電子故障檢測中的應用。

·研究和創建監控技術和模型，以針對極端惡劣環境（如振動）和天氣（如溫度、潮濕、風暴等）等條件下關于線路老化、腐蝕、接觸電阻狀態的檢測。

·對不同方法的電力電子系統包括發電機、變流器、控制系統和電網接口檢測和成像檢測技術進行評估、比較和改進。

·結合其他機電系統的監測方法和系統，設計和研究暫態在線狀態監測方法和系統。

（5）研究用于風力發電系統在線實時狀態檢測的混合傳感器網絡系統并搭建用于數據采集的系統，研究信息融合和實時判斷方法。

·傳感器和傳感器網絡的研發，包括系統關鍵部件安全監測的無線傳感網絡研究；傳感和成像的實現，基于無線傳感器網絡的能量供應和通信帶寬問題的解決；陸上和近海等應用環境下監測網絡和控制信息分層網絡平臺的搭建；在水下等特殊環境下的通訊魯棒性的研究；創建用于數據采集糾錯編碼通信和存儲壓縮的數據結構等。

·研究和創建用于數據采集，容錯技術，數據壓縮和通信技術的數據結構。

·研究用于發電系統實時監測的高效MAC和路由協議，優化傳感器的采樣周期和數據傳輸速率。考慮應用固定的和自適應的路由框架來確保優化的傳輸控制，克服死鎖、活鎖等事件，以提供優質的服務質量；針對可能出現的隨機或者季節性的能量需求變化進行研究，以創建相應機制，減小功耗，延長無線傳感網絡的應用時間。

·研究提高信噪比，特征提取，無損評估數據和不正常數據特征以及數據管理的信號處理算法，例如采用非線性降噪、貝葉斯判斷等方法來增強信號，研究多層次分析、數據融合、神經網絡和人工智能等技術，開展微波和近紅外等多種方法相互融合的研究。

·研究風力發電系統健康監控的數據處理方法。融合物聯網技術，采用信息和通訊技術結合的方法，采用多種傳感器組合通過網絡集成系統進行數據采集，并進行特征提取和結果分析。

對以上五個方面的深入研究，將促進我國風電技術的發展，縮短與國際先進國家的差距，為我國“十二五規劃”中風電行業的發展提供有力的技術支持與保障。

［1］Gwec G W E C.GLOBAL WIND 2008REPORT［EB／OL］.［Available from：http：／／www.gwec.net／fileadmin／documents／Global%20Wind%202008%20Report.pdf

［2］Wwea W W E A.World Wind Energy Report 2008［EB／OL］. ［Available from：http：／／www.wwindea.org／home／images／stories／worldwindenergyreport2008＿s.pdf

［3］Technology White Paper on Wind Energy Potential on the U.S.Outer Continental Shelf［EB／OL］.http：／／www.ocsenergy.anl.gov／documents／docs／OCS＿EIS＿WhitePaper＿Wind.pdf

［4］Thomas M H，Dharmaraj M，，James E L.Post buck－ling analysis of a wind turbine blade substructure［J］.Journal of Solar Energy Engineering，2005，127（4）：552－544.

［5］Mahmood M s，Roham R.Simulation of fatigue failure in a full composite wind turbine blade［J］.Composite Structures，2006，74（3）：332－342.

［6］周偉，張曉霞，韋子暉，等.風電葉片復合材料壓縮損傷破壞聲發射監測［J］.工程塑料應用，2011，39（11）：61.

［7］Wenyi Liu，Baoping Tang，Yonghua Jiang.Status and problems of wind turbine structural health monitoring techniques in China［J］.Renewable Energy，2010，35：1414－1418.

［8］劉賢煥，葉仲和.大型風力發電機組用齒輪箱優化設計及方案分析［J］.機械設計與研究，2006（9）：92－94.

［9］吉田秋良，大上佑司，石川宏志，等.基于具有動態特性的小波變換的齒輪輪齒表面故障診斷［J］.設備管理與維修，2006（5）：45－46.

［10］白亞紅，王奉濤.EMD分解和支持向量機技術在風電齒輪箱早期齒輪磨損故障診斷中的應用［J］.工業控制計算機，2010，23（2）：70－71.

［11］高玉奎.齒輪表面完整性的無損檢測與殘余應力分析技術［C］.動力傳動檢測會議，北京，2010.