風力發電機組故障診斷與預測技術研究綜述

鄭磊

摘要：風力發電機組運行時間越長，越容易出現故障，因此，風電機組維修問題日益嚴峻，急需有效的故障診斷與預測技術，本文探究了風力發電機組的故障原因，歸納總結了風力發電機組的故障診斷技術與故障預測技術，以期為相關人員提供參考。

關鍵詞：風力發電機組;故障診斷;預測技術

引言：風能是一種綠色環保可再生能源，風電機組可以將風能轉化為電能，因此一般將其安置在風力較大、環境較為惡劣的偏遠地區，受到天氣和周圍環境的影響，風電機組可能會出現一系列故障，而人工檢修十分復雜，因此，需要加強對風電機組的故障診斷和預測。

一、風力發電機組故障

（一）葉片故障

風電機組主要由葉片來獲得風能，葉片體積較大，長期裸露在外部環境下，工作狀態時，葉片承受較大風力，容易出現故障，例如：由于雨雪和雷電的侵蝕，葉片容易被腐蝕，表面粗糙，導致外殼剝落，內部結構松動或出現裂紋，引起葉片動力學不穩固。

葉片變形或者碎裂時，會發出高頻聲發射信號，此信號可應用于對葉片檢測評估。葉片的故障使轉子葉片受力不均，影響主軸的穩定性，導致機艙不穩定，進而影響整個風電機組的穩定性。因此可以在主軸上安裝傳感器，以便接受聲發射信號，及時發現機組故障。

（二）電機故障

風電機組中的電機包括機械發電機和電動機。發電機結構復雜，成本較高，直徑較大，目前廣泛使用的有雙饋發電機、異步發電機、直驅式風力發電機、永磁同步發電機等，電動機在風電機組變槳、偏航等系統中被廣泛應用。

電機故障包括機械故障和電氣故障。機械故障通常由磨損嚴重、軸承過熱、轉子間氣隙異常等原因造成，電氣故障的原因有：三相不平衡、繞阻短路、斷路、過熱等。通過檢測電流、溫度和震動可以分析風電機組是否發生故障。

（三）齒輪箱故障

齒輪箱連接發電機和風電機組主軸，將主軸的低轉速調高，達到發電機所需轉速，齒輪箱中包含一級齒輪和二級齒輪組，其工作強度大、傳送復雜、工作條件惡劣導致齒輪箱中潤滑系統及轉動軸承部分易出現故障。在風電機組運行中，受沖擊載荷與交變應力的影響，齒輪容易出現斷齒、齒面擦傷、齒輪磨損等故障;軸承容易產生滾道打滑、滾道劃傷、跑圈、磨損等故障，一旦齒輪箱出現故障，將會耗費較長維修時間和較高的維修費用。

（四）電氣和控制系統

風電機組中電氣系統是故障發生率最高的子系統，由于單機兼容的增加，電氣系統應用越來越多，故障發生也越來越頻繁。電氣系統故障是由于震動、濕度過大、過熱、過壓、過流等因素造成電路板或電子元件失效而導致。

控制系統可以控制風電機組的槳距、偏航、電纜解繞等操作，控制系統中有各類傳感器、控制器以及執行機構，控制系統的故障分為傳感器故障和其他故障，其他故障包括控制電路板故障、偶然死機等，一般通過控制系統的重新啟動可以消除。

二、故障診斷技術

（一）振動信號診斷技術

對震動信號進行分析診斷是目前最廣泛的故障診斷方法，通過風電機組中葉片、主軸軸承、齒輪箱等部位的振動信號進行分析，判斷風電機組的故障部位及發生故障的危險程度。有專家提出一種小波神經網絡法，可以對葉片和齒輪箱的故障進行診斷，根據葉片和齒輪箱微弱故障信號特點，提出一種集平穩子空間分析的連續小波變化和信號分析的方法，有效識別風電機組葉片和齒輪箱的故障特征[1]。

現階段，針對風電機組的診斷基本是在穩態情況的基礎下對振動信號進行分析觀察，但實際環境中風電機組的工作是動態的，并且存在較多的不可控因素，因此，仍需進一步的討論機組振動信號，研究發現新的可行性更高的方法。

（二）電氣信號診斷技術

通過電氣信號診斷風電機組故障研究較少，一般用來檢測電動機故障，但是由于電氣信號中故障信號較為微弱，容易被電機本身固有信號掩蓋，因此提取有效故障信號十分困難。利用先進信號分析法將故障相關特征從電氣信號中分離出來，結合電機模型進行分析診斷，國外科學家通過動力模型，發現了電機系統與電流信號之間存在耦合關系，成功判斷出電機故障，利用模型仿真分析齒輪箱與電流信號間的關系，并通過實驗進一步的證明，電機的其他關鍵部位，如轉子軸承等也可以通過電流進行故障診斷，國內也有科學家根據電流調制信號診斷出與齒輪相關的故障，利用模量頻譜分析方法，通過對轉子斷條電機的故障進行仿真實驗研究，對于電機的故障診斷具有較高精準度。

（三）其他識別方法

分析風電機組產生的信號，在時間和頻率上構建高維特征，通過計算機將特征進項融合分析，進而實現對故障的診斷;基于失效物理模型的故障檢測方法，是指根據關鍵物的物理特點與工作環境、工作時間等關系，結合當前設備狀況進行預估，估算出設備剩余壽命，并且利用各類數據進行分析，并建立退化模型，預測設備未來某一時刻可能會遇到的故障問題。

三、故障預測技術

隨著運行時間的增加，風力發電機組功能必然衰退，機組零件也將出現故障。為確保設備能正常進行工作，避免故障帶來的巨大經濟損失，故障預測技術引起了人們的廣泛關注。

（一）電子系統故障預測方法

電子系統由控制系統傳感器、發電機、電氣系統等電力方面的子系統構成，隨著直驅式風電機組的應用和單機容量的不斷增大，電子系統故障發生率越來越高。雖然機械故障需要花費較大維修成本以及停機較長時間，但電子系統故障的發生卻更加頻繁，同樣使維修成本居高不下。電子系統故障通常是由于電流過大散熱不好，老化電壓過高等原因引起，由于電子系統故障發生時間短，其性能衰退速度快，因此故障預測往往比較困難。針對電子系統的故障原因，有關學者提出了以下方法：①在產品設計時，將內部加入類似保險絲的功能模塊進行保護;②在電子系統中植入有自檢功能的軟件，以便隨時進行檢測，及時發現故障;③設計模型，在不同的環境下可以預估部件的損傷程度，推測構件壽命。④使用長效晶體管進行加速壽命實驗研究，針對其不同環境狀況，使用預測算法來推測電子構件剩余的壽命[2]。

根據實驗數據分析，可以發現隨著電容性能的衰退，電容容量逐漸減小，電容的串聯電阻阻值不斷增大，因此需加強對電子系統及其關鍵元件的故障預測。

（二）機械結構系統故障預測

風電機組中的機械結構系統包括：葉片、齒輪箱、軸承等，由于惡劣的工作環境以及需承受較重載荷等原因，機械結構容易發生故障，因此電機組早期故障的探測對提高風電機組的運行有著重要的意義。

目前，有幾種對風電機組中機械構件進行探測的方法：①利用邏輯回歸模型進行分析，模擬構件性能的退化過程，用當前測得的振動信號和電流型號等，對構件狀態進行評估，預測構件的剩余壽命，由此可以反向逆推零件的受損程度。②通過觀察測到的構件數據，通過卡爾曼濾波算法進行數據建模，并預測構建的剩余壽命。③根據軸承上的信號探測器分析振動信號，通過擴展卡爾曼濾波技術推測軸承剩余壽命，由此來計算構件故障程度。

當前的預測故障預測工作主要是對裝備性能退化數據進行研究，在此基礎上進行展開分析，推測裝備的故障程度，從而實現對故障的預測，然而風力發電機組的工作狀態變化頻繁，受力情況較為復雜，構件的性能退化程度存在非線性特征，因此還需要進行更加深入的研究。

結論：隨著我國對風能的廣泛利用，風電機組的維修技術需要進一步的提高，通過探討風電機組不同故障傳出的不同信號，分析風電機組中電氣系統和機械結構發生的故障，及時有效的進行維修，根據預測方法有效的進行故障預測，對風電機組未知故障進行診斷研究，對風電機組的推廣使用有重大意義。

參考文獻：

[1]楊巍.風力發電機組故障診斷與預測技術研究綜述[J].工程建設與設計，2018，000（004）：77-78.

[2]邢海軍.風力發電機組故障診斷與預測技術研究綜述[J].化工管理，2019，000（012）：155-156.