考慮運行工況和信息簡化的風機傳動鏈狀態監測方法研究

2017-08-21 18:00:40 阜特科技　點擊量：489 評論 (0)

在人類面臨能源危機和環境污染雙重挑戰的今天，風能作為一種可再生的清潔能源具有巨大的環保效益和商業潛力。隨著各國對風能利用的重視和風力發電技術的提高，風電在電力市場中的占有比例不斷上升，風電機組單機

在人類面臨能源危機和環境污染雙重挑戰的今天，風能作為一種可再生的清潔能源具有巨大的環保效益和商業潛力。隨著各國對風能利用的重視和風力發電技術的提高，風電在電力市場中的占有比例不斷上升，風電機組單機容量也穩步增加[1]。但是風機高額的運行維護成本影響了風機的經濟效益。

論文開頭部分截圖

風機一般地處偏遠、環境惡劣，并且機艙位于50-80m的高空，給機組維護維修工作造成困難，增加了機組的運行維護成本。一旦風電機組故障停機，將對電網安全和國民經濟造成巨大影響。因此，無論是從降低風機的運行風險，還是減少運行成本的角度考慮，都需要大力提高風電設備的狀態監測和故障診斷能力。特別是當前海量風機運行狀態數據已經存在，如何充分利用現有監測數據就成為一個刻不容緩的研究課題。

在已投產的風電機組中，其傳動鏈結構比較復雜，一直是風電機組故障的多發區。振動信號作為傳動鏈故障特征信息的載體，能夠有效地反映風電機組傳動鏈絕大部分的故障信息。但是, 目前風電監測的振動數據動輒十余處, 而且每處的振動信號又可以進行各種時域、頻域分析，運行工況又復雜多變,造成故障決策過程頭緒繁多，很難給出有效的分析和明確的結論。為了解決這個問題，本文基于真實風電傳動鏈數據，在提取多個時域指標的基礎上，引入PCA（Principle Component Analysis）降維技術,考慮運行工況, 并劃定運行安全閾值，通過2-3個融合指標反映設備的運行狀態, 為進一步實現傳動鏈的運維服務決策提供切實可行的數據分析方案。

1 風電機組的狀態監測

1.1 振動數據的時域分析

時域分析是在時域內對信號進行濾波、放大、統計特征計算等處理，通過時域分析，獲得反映機械設備運行狀態的特征參數，為機械系統狀態監測和故障診斷提供有效信息。振動信號的時域參數指標可以反應早期故障，具有確定風電機組機械部件是否發生故障及分析故障嚴重程度的能力[1]。

但是,時域分析指標較多,例如:波形指標、峰值、峰值指標、脈沖指標、峭度系數、均方根值、熵指標和裕度指標等等。在風電機組傳動鏈部件發生故障時，相應的振動能量有較大的變化，而且一般都會有沖擊振動信號產生。在有量綱指標中，均方根值能直接反應振動能量的大小，所以常用來作為重要的評價指標；在無量綱指標中，峭度、峰值指標和脈沖指標也能反映振動沖擊能量的大小，因此也是常用的評價指標。通過對這些指標的計算與研究，能夠更好地提取和描述振動信號所蘊含的故障信息[2]。

1.2 指標閾值的確定

運用統計指標對風機運行狀態進行監測，必須為其正常狀態下振動信號的統計指標值確定一個變化范圍，當統計值超出這個范圍時，則判定風機某機械部件運行失常。對于一個連續測量,設備運行狀態相對穩定的數據，可以看作近似服從正態分布。因此，完全可以認為振動數據的時域指標值X服從正態分布：