风电振动状态监测系统
风电机组状态监测与故障诊断相关技术研究
新能源与风力发电? EMCA2014,41(2 =============================================================================================== )风电机组状态监测与故障诊断相关技术研究 张文秀1, 武新芳2 (1.南京理工大学能源与动力工程学院,江苏南京 210094; 2.上海电力学院能源与机械工程学院,上海 200090) 摘 要:对风电机组进行状态监测和故障诊断,可有效降低机组的运行维护成本,保证机组的安全稳定运行三首先概述了状态监测与故障诊断研究的研究情况,然后介绍了风电机组的状态监测技术和状态监控系统的应用开发情况,接着针对机组中的主要故障组件及整个风电系统,介绍了国内外状态监测和故障诊断方法的研究现状与研究进展,最后探讨了风力发电系统状态监测的发展趋势以及未来的研究方向三关键词:风电机组;状态监测;故障诊断;研究现状;发展趋势 中图分类号:TM307+.1∶TM614 文献标志码:A 文章编号:1673?6540(2014)02?0050?07 Research on Condition Monitoring and Fault Diagnosis Technology of Wind Turbines ZHANG Wenxiu1, WU Xinfang2 (1.School of Energy and Power Engineering,Nanjing University of Science&Technology, Nanjing210094,China;2.School of Energy and Mechanical Engineering,ShangHai University of Electric Power,Shanghai200090,China) Abstract:The technologies of condition monitoring and fault diagnosis can effectively reduce the cost of operation and maintenance,as well as ensure the security and stability of wind turbine.The research of condition monitoring and fault diagnosis were overviewed,then the status of the wind tubine monitoring technology and application development conditions of monitoring system were introduced,and aiming at the main failure parts for wind turbine and the wind power system,the research status and progress of condition monitoring and fault diggnosis methods in domestic and abroad were introduced.Finally the development trend of wind power generation system status montoring and research direction in the future were discussed. Key words:wind turbines;condition monitoring;fault diagnosis;research status;development trend 0 引 言 近年来,风能作为一种绿色能源在世界能源结构中发挥着愈来愈重要的作用,风电装备也因此得到迅猛发展三根据世界风能协会(WWEA)的报告,截止2009年底,全球风力发电机组发电量占全球电力消耗量的2%,根据目前的增长趋势,预计到2020年底,全球装机容量至少为1.9×106MW,是2009年的10倍[1]三在 九五”期间,我国风力发电场的建设快速发展,过去十年中,我国的风力发电装机容量以年均55%的速度高速增长,2010年已达1000万kW三 随着大规模风电场的投入运行,出现了很多运行故障,因而需要高额的运行维护成本,大大影响了风电场的经济效益三风电场一般处于偏远地区,工作环境复杂恶劣,风力发电机组发生故障的几率比较大,如果机组的关键零部件发生故障,将会使设备损坏,甚至导致机组停机,造成巨大的经济损失[2]三对于工作寿命为20年的机组,运行维护成本一般占到整个风电场总投入的10%~ 15%,而对于海上风电场,整个比例高达20%~ 25%[3]三因此,为了降低风电机组运行的风险,维护机组安全经济运行,都应该发展风电机组状态监测和故障诊断技术三 状态监测和故障诊断可以有效监测出传动系统二发电机系统等的内部故障,优化维修策略二减 05
风电在线监测系统介绍
风电在线监测系统介绍 来源：亚泰光电伴随着风能的快速发展和风电机组的广泛安装使用，风电机组的运行故障问题日益突出。风电机组的安全、稳定、无故障运转不仅可以提供稳定的电力供应，也可以大幅降低风电的成本，是整个产业链健康发展的关键环节。 据资料显示，20年间欧美风电行业中机组容量为1MW的风力发电机组，其总投资的65％～90％都消耗在运行、维护上，非计划停机又用去了其中的75％。国际工程保险协会在年报中介绍，支付给丹麦风电业的理赔费用的40％是由于机械故障，主要是齿轮箱和轴承的故障。而中国的风电设备的维护损耗更是惊人，甚至有一大批的风力发电机的正常累计工作时间都不超过l000小时。 由于风电机组安装在高山、荒野、海滩、海岛等风口处，受无规律的变向变负荷的风力作用以及强阵风的冲击，常年经受酷暑严寒和极端温差的影响，使得风电机组故障频发。近年来，国内外风力发电机故障率最高的部件当数齿轮箱。我国的风场齿轮箱损坏率高达40～50％，极个别品牌机组齿轮箱更换率几乎达到100％。国外在对风力发电机各主要部件的故障统计中，齿轮箱的故障率也是居高不下，据西班牙纳瓦拉水电能源集团公司最近几年对风电机组主要部件的故障统计：由齿轮箱、发电机、叶片引起的故障是风电机组故障的主要原因，其中齿轮箱的故障发生率在逐年增高，故障百分比已超过60％，是机组中故障发生率最高的部件。我国已建成的风电场的风力机有相当部分是上世纪90年代中期由国外购进的，这些机组寿命为15、20年，保修期一般为2年，随着机组运行对间的加长，目前这些机组陆续出现了故障，（包括风轮叶片、电机、增速齿轮，及控制系统等等）导致机组停止运行，严重影响发电量，造成经济损失。而且，风电机组的费用非常高昂，在国内，中小型风电机的投入成本在一万元/每千瓦左右，或更高。在风能资源特别丰富地区的大型机组，初期建设投入成本一般在八千元/每千瓦左右，维护费列入电价中，使得风电的价格居高不下，而使风电成本比火电成本高出2/3，所以风电虽无污染，能再生是十分理想的清洁而又可持续发展的能源，却未普遍应用。 风电机组的主要部件造价昂贵而且更换非常困难，如果合理采用状态监测和故障预警的技术，通过实时状态检测和智能故障预警技术可以有效地发现事故隐患并实现快速准确的系统维护,保障机组安全运行，做到防范于未然，必能大大地降低风机的故障率，有效地减少维修费用，必能提高风电的竞争能力，推动风能行业的跨越式发展。 风电总投资的65%以上都消耗在运行维护上，其中齿轮箱维护约占一半以上。采用在
风电机组状态检修的研究
风电机组状态检修的研究 摘要：本文介绍风电机组的组成和典型故障，阐述风电机组状态检修方法的内容、构成等，重点分析其数据收集系统和运行状态评估方法。 关键词：风电机组；状态检修；状态评估 1引言 随着世界经济的快速发展，能源紧缺和环境污染问题日益突显，我国在改革 开发初期就提出了可持续发展战略，其中一项最重要的措施就是要大力开发和利 用可再生能源，风能是一种清洁型的可再生能源，其分布范围广，可利用数量多，是目前应用技术最成熟的新能源种类。我国也出台了一系列政策鼓励风力发电的 开发和建设，目前的装机总量已超过百兆千瓦，并仍处于一个快速增长的阶段。 与此同时，风力发电站的安全稳定运行以及风能的有效利用成为目前关注的焦点，也是风能利用的挑战。近年来，随着我国风电站的建设发展，风电机组的各种故 障也层出不穷，其造成的停机时间严重降低了风电机组的效率，增加维护成本， 如果不能够进行有效的检修和控制，可能会造成严重的安全事故，危及从业人员 的生命安全。状态检修技术是目前应用比较广泛的先进的检修技术，能够明显降 低风电机组的故障概率，减少停机时间，降低维护成本。 2风电机组简介 2.1风电机组的组成 风电机组是将风能转化为机械能，再将机械能转化为电能的系统，其主要结 构有叶轮、传动系统、发电机、控制系统、偏航系统、塔架等，其中传送系统的 主要部件有主轴、齿轮箱、轴承、联轴器等，主要用于传递机械能，是风电机组 的主要机械部件，也是容易发生机械故障的部位；控制系统主要由传感器和控制 柜组成，对风电机组起到监测保护和运行控制的作用。 2.2风电机组的典型故障 风电机组的故障主要分为机械故障、电气故障和液压故障三种，而机械故障 中齿轮箱故障是比较常见的故障，电气故障中发电机和变频器等的故障也是风电 机组比较多发的故障种类。齿轮箱故障主要是由油温变化和气流变化引起的齿轮 点蚀、齿轮胶合、齿轮疲劳磨损、轮齿折断等；发电机故障主要有发电机振动过大、噪声过大、温度过高、轴承过热等，主要由定子绕组短路、转子绕组故障和 偏心振动等原因引起的，而轴承故障为主要故障原因；变频器故障主要有短路、 过电流、过载、过电压、过温、接地等故障。 3风电机组的状态检修 3.1风电机组状态检修的内容 风电机组的状态检修首先需要通过控制系统收集风电机组各组成部分的数据 参数，如风电机组的当前运行功率和风速、传送系统中齿轮箱的油温和轴承的温度、以及风电机组目前的运行状态等，以此掌握风电机组的各种参数，为状态检 修的决策提供原始依据。 其次由远程实时监测系统对经常发生故障的部位进行在线监测，了解风电机 组的常见故障种类，并进行分类统计汇总，分析常见故障的机理然后采用科学的 诊断方法对故障进行诊断分析。此外，风电机组的故障预测是实时状态检修的关 键技术，根据实时监测获取的各项数据参数，建立对应的预测模型，通过专业的 软件对比分析数据与实测数据，实现对故障的预测。 最后通过对风电机组的各种参数进行监测、收集、整理、分析、诊断、预测
B&K 申克风力发电机组状态监测系统简介
Brüel & Kj?r Vibro (B&K 申克) 风力发电机状态监测技术 全球最成熟和最为广泛应用的风电机组状态监测及远程诊断技术！
目录 1.风电机组状态监测概述 (3) 2．B&K 申克风电状态监测技术及业绩 (4) 3．系统特点及监测策略 (5) 4．数据记录及数据存储原理 (8) 5．系统基本组成部件介绍 (10) 6．行业认证 (15) 7．故障诊断实例 (16)
1.风电机组状态监测概述 随着风力发电技术日趋完善和更加复杂，风力发电机在电网中的重要性及可靠性也日益增加，单机容量也越来越大。这些对机组的运行和维护工作提出了更高的要求，必须尽可能减各种人为或故障造成的停机损失。因此风力发电行业对预知性主动维修策略产生了强烈的需求，而这一主动性维修策略的实施依赖于一套有效的设备状态监测系统。 从状态监测和维护策略角度考量，风力发电场具有以下特点及行业趋势： z风力发电设备的可靠性及可用率直接决定风电场的生产率； z风电场地处偏远，风机分散分布，因此检修工作的计划性非常重要； z风机结构不同于传统发电行业的机器构造，具有独特的故障类型； z风机振动值及其他状态参数不可能依赖人工采集； z机器结构越来越复杂，制造周期越来越短； z单机容量不断加大，故障停机造成的生产损失大； z单机容量加大也使得各部件的价格更为昂贵； z风场建设应综合考虑长期的运行及维护成本（设备寿命过程投资的理念） 应用状态监测技术的目的是检测及诊断设备的早期故障，分析故障发展的趋势，从而编制及时有效的检修方案，以有效地减少机器的维护费用，使停机时间降到最低，从而提高设备可靠性及可用率。 连续的风机特征数量值的监测，结合先进的报警管理系统，能够为操作者提供出早期的故障状态信息以及故障发展的严重程度。在这方面B&K 申克具备丰富的技术和实际应用经验，提供有效的诊断工具和强大的时域波形信号采集能力，使您能够对机器的运行状态进行全面而详细的分析。
基于大数据分析的风电机组运行状态评估及故障诊断
基于大数据分析的风电机组运行状态评估及故障诊断 发表时间：2019-11-08T10:53:05.477Z 来源：《电力设备》2019年第14期作者：李鹏 [导读] 摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。 (山西龙源风力发电有限公司山西省太原市 030006) 摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。因此，为保证风电机组健康安全运行和降低风场运维成本等方面考虑，研发基于大数据分析的大型风电机组运行状态评估及故障诊断技术已成为风电行业亟待解决的课题。 关键词：风电机组；大数据；状态评估；故障诊断 风电机组是集多种电气、控制和机械等子系统为一体的非线性、强耦合机械设备，不同子系统的部件之间的联系和耦合极其紧密，任何某一部件发生故障，如果不及时诊断排除，通过部件之间的层层级联与相互不断耦合的放大作用，将进一步发生严重故障，从而导致风电机组故障停机，给电力设备的安全稳定运行带来严重威胁。而且机组一旦发生故障，由于事前对机组的健康信息掌握不充分，受天气状况和地理位置影响，造成故障事后维修工作难度大、停机时间长、维修成本高等经济损失加重。因此，通过基于风电机组的 SCADA 系统监测数据、振动系统监测数据、生产运行和管理数据等大数据应用分析，判断其健康状况，诊断潜藏性故障，对降低运行维护成本，提高机组的运行效率和可靠性，已成为我国风电行业亟待解决的关键问题。 1风电机组的主要故障类型 1.1齿轮箱故障 齿轮箱是风电系统中故障率最高的部件，且造成停机时间较长，包含齿轮、滚动轴承和轴等部件，其常见的故障主要为齿轮和滚动轴承的故障。近年来，新投产风电机组普遍都配备了振动监测系统。当齿轮或滚动轴承存在局部缺陷时，其振动信号中含有丰富的信息。通过有效提取信号的特征，一般可以较为准确地诊断出缺陷种类及所处的部位。 1.2发电机故障 目前风电系统采用的发电机型主要有双馈异步电发机、笼型异步发电机和永磁同步电发机。由于承载发电机的机舱处于几十米的高空，发电机长期运行于交变工况和恶劣的电磁环境中，极易发生故障。常见的故障有轴承故障、短路故障、转子偏心故障等。当发电机由正常状态衍化到故障状态时，会引发某些电量和非电量的变化。其中电量信号主要有电流、电压、输出有功功率、电磁力矩等，而非电量主要为振动信号。发电机的故障诊断正是以这些反映电机运行状态的物理量信号的变化为依据，通过相应监测设备获取电量或非电量信号，采用先进有效的信号处理技术，最终提取出反映发电机故障种类以及故障严重程度的特征信息。 1.3电力电子装置故障 并网风电机组一般通过变频器接入电网，从而实现在环境风速变化的情况下，也可以向电网输送高质量电能。所不同的是：永磁直驱式风力发电机是定子侧通过变频器接入电网的；双馈式风力发电机是转子侧通过变频器接入电网的，定子侧直接与电网相连。变速恒频式风力发电机，尤其是双馈式风力发电机在电网发生故障时容易导致风力发电机机端电压跌落，造成发电机定子电流增加进而导致转子电流的增加，极易导致风电机组变频装置的功率元器件损坏。 1.4叶片故障 叶片是风电机组最基础和最关键的部分，长期承受风带来的交变冲击载荷作用，是受力最复杂的部件之一，运行过程中各种激振力通过叶片传递出去。实际中常用有限元分析法建立风电机组的动力学模型，通过计算与模态分析获得其固有频率和振型等信息，并通过观测固有频率变化反映叶片的裂纹等故障特征，依此达到对风机叶片故障的检测与诊断识别的目的。 2基于大数据分析的风电机组运行状态评估及故障诊断方案 风电机组的结构主要可分为两部分：一是由将风能转换为机械能的风力机；二是将机械能转换为电能的发电机。风力机主要由风轮、主轴、齿轮箱、控制器及辅助装置组成，其作用是将转化成机械能的风能传递至齿轮箱，通过齿轮箱增速，带动高速发电机工作。风电机组的类型有双馈型风电机组和直驱型风电机组等，其中双馈型风电机组在我国实际运行数量最多。 首先，在机组各个关键部位安装不同传感器，采集振动、转速、温度等信号。如低速轴位置选择低速加速度传感器，在高速轴部分选择压电加速度传感器。然后通过调整单元和信号采集卡，输入到在LabVIEW上开发监测平台，该平台运用小波消噪的方法进行消噪，然后通过快速傅里叶变换将输入信号进行分解，通过曲线拟合、时域分析、频域分析等步骤，将数据以图形的形式呈现出来，并根据分析得到的结果对照正常运行时的信号，如果出现信号异常，进行故障原因分析，并在系统界面上给出故障预示以及故障维护建议。 3基于大数据分析的风电机组运行状态评估及故障诊断的发展方向 结合现有先进技术以及风电场运行维护经验的不断完善和基础数据的不断增加，提出下一步基于大数据分析的风电机组运行状态评估及故障诊断的发展方向。完整和正确的数据采集是后续状态分析和故障诊断的基础。因此，在今后的集中监控技术研究中，应将风电机组SCADA系统、升压站综合自动化系统、风功率预测系统、AGC/A VC能量管理系统、生产管理系统等现有分散监控与管理系统进行整合。采取不同时间尺度的异构数据采集技术、防止数据丢失的数据队列技术以及不同时间尺度的异构数据的统一存储技术，建立以风电机组关键部件的振动在线监测数据、油液在线监测数据、叶片在线监测、离线点检数据、风电场的环境监测数据等为基础的统一实时和历史数据库，确保风电场实时数据的完整性和正确性。进而，基于各类异构数据的统一管理技术，将实时数据库和历史数据库与统一的风电设备健康状态数据库相结合，建立风电场统管数据库。基于风电场统管数据库，开发风电场场群的集中监控与管理技术，实现不同供应商的各类设备的集中监控与管理，实现风电场场群的状态监测、运维调度和生产运营的统一管理。 在风电场场群的实时监测、运维管理和生产运营的统一管理基础上，下一步的工作即是开发重要子系统的在线监测系统，如齿轮箱磨损状态监控、叶片表面状态监控等。以齿轮箱磨损状态监控为例，通过对齿轮摩擦副的摩擦、磨损、润滑与润滑油劣化特征的研究，寻求对齿轮油运动粘度、油中水含量、介电常数、温度、磨损烈度指数等多参数的集成式实时在线检测方法，从而系统地建立风电机组齿轮箱润滑磨损在线监测体系。 风电场故障预警技术的实现，有利于运维人员工作职责的原子化、远程化和信息化，实现风电场维护的智能化和简易化，最终达到风
风力发电机状态检测系统
风力发电机状态监测系统 1. 风力发电机状态监测系统 1.1 应用背景概述 风电场一般地处偏远，道路交通不便、机组又位于几十米高的塔顶，对维护维修造成困难（例如人员设备进入等）。目前风电场的维护多采用计划维修与事后维修方式。此种维修很难全面、及时地了解设备运行状况，往往造成维修工作旷日持久，损失重大。 对风电机组进行实时状态监测和故障诊断，有效地避免了上述缺陷，达到在不停机状态下对运行设备的监控。本特利 (Bentley)提供的全面风力发电机状态监测系统能够有效解决传统风电机组检修的难题，提高设备可用率，降低运行检修成本。 1.2 系统品质 本系统采用的核心产品由品质和工艺享誉世界的本特利 (Bentley)组成。 我们使用的Six Sigma?工具得到公认，我们的团队致力于真正做到与众不同。 我们员工所做的一切均是以客为尊的品质为首要任务，以确保我们每一天都能提供优质产品。 我们也获得了外部品质认证。我们位于内华达州明登市、匈牙利布达佩斯、弗吉尼亚州塞伦及英国布拉克内尔的生产和测试基地，所生产的产品都通过了国际ISO 9001:2000 质量管理标准认证。 1.3 风力发电机状态监测系统解决方案 随着对清洁能源的需求日益增多，风电领域不断发展。如何在控制运营和维护费用的基础上，开发和维持具有竞争力的发电产品也面临着越来越多的新的挑战。 风力发电机状态监测系统解决方案通过主动检测机械运行状况来进行故障预警从而减少由故障带来的机械损失。我们提供了包括传感器、监测模块和软件在内的一体化解决方案，可以让您有效管理风电场资产，提高设备的可用性并减少维护费用。 我们在全球拥有一大批熟悉机械、仪表的状态监测专家，可以对整个项目提供一站式的服务。我们将与客户一起评估客户需求，设计和配置客户解决方案，并帮助客户在整个生产周期进行维护和管理。 1.3.1 系统优势 通过缩短维护间隔和优化检修停机周期，提高可用性。
风电机组在线监测系统硬件设计
毕业设计（论文） 题目风电机组在线监测系统 硬件设计 专业 班级 学号 学生 指导教师 2015年
摘要 近年，随着世界对新能源的快速发展，风力发电技术已经成为当前风能利用的主要技术之一。然而，由于风力发电机组常年运行在恶劣的环境中，其内部的轴承、齿轮箱、发电机等经常出现故障，为此我们引进了在线监测技术，以便于监测风电机组的运行状态，及早的发现风电机组的故障，减少经济损失。 针对目前的在线监测技术来说，大量的数据信息需要可靠的快速的采集并加以处理，但是目前许多数据采集系统依然不能够达到这些要求，其中往往存在许许多多的问题，如系统过于庞大，可靠性低等等。 基于ARM处理器的嵌入式数据采集系统具有低功耗、体积小、采集速度快、价格低廉等特点。本文在对风电机组常见故障的分析基础上，着重研究了以主轴承、齿轮箱、发电机的振动信号为采集对象的基于ARM处理器的嵌入式数据采集系统。该系统包含了五个振动传感器和两个温度传感器、信号调理电路和A/D转换电路。在设计完采集系统后对系统做了调试实验，验证了采集系统的快速性和可靠性。 关键词：在线监测；风电机组；齿轮箱；数据采集；ARM Hardware Design Of On-line Monitoring System For Wind Turbine ABSTRACT In recent years,with the rapid development of new energy in the world，Wind power generation
technology has become one of the main technology of wind energy utilization.However, due to the wind turbine year-round operation in harsh environment, the internal bearing, gear box and generator often fails. For this reason, we introduce the online monitoring technology to monitoring the operation of wind turbine and discovery of wind turbine fault in time, reduce the economic loss. In view of the current on line monitoring technology, a large amount of data requires reliable rapid acquisition and processing, but at present many of the data acquisition system is still not able to meet these requirements, of which there are many, many problems, such as the system is too large, low reliability, and so on. The embedded data acquisition system based on ARM processor has the features of low power consumption, small size, fast acquisition speed, low price, etc.. The on the base of the analysis on the common faults of wind turbine, focuses on the main bearings, gearbox and generator of vibration signal for the collection of objects based on the arm processor embedded data acquisition system. The system contains five vibration sensors and two temperature sensor, signal conditioning circuit and A/D converter circuit. After the design of the system, the debugging experiment is done to verify the rapidity and reliability of the system. KEY WORDS：on-line monitoring; wind turbine; I / 65
测振风电机组状态监测系统方案V1[1].2
风力发电机组在线状态监测系统方案 远东测振（北京）系统工程技术有限公司
1 在线状态监测系统方案 随着国内越来越多风电机组的投运，如何减少运行成本，提高运行效率，延长风机使用寿命成为运营单位的重要课题。目前，风电设备维护技术的成熟度跟不上风力发电机的发展速度，风机运行过程中经常会出现齿轮箱、主轴、叶片、发电机以及变压器的损坏，甚至有风力发电机倒塌的事故。当需要维修和维护时，需有专业人员进行零部件的更换或诊断。 SUNNYLEE公司推出的WindSTS状态监测系统对风机的运行状态进行实时在线监测，首先可得到各风机的运行状态，而且可预计风电机组何时进行必要的维护，并针对已经出现故障的风电机组进行诊断，根据专家库或咨询我公司专业人员给出诊断报告，从而可以延长风机的服务和维修间隔，通过对风力发电机的主动性维护，可以更准确有效的安排维护工作。 在线监测系统WindSTS可以提供的诊断技术包含：轴承，齿轮箱，轴心，密封，联轴器，发电机等；可以监测叶片不平衡，不对中，轴弯曲，机械松动，齿轮缺陷和破损，共振，润滑等。 WindSTS监测系统的主要特点如下： 针对风电机组低频、变速特有的分析算法； 基于趋势分析，可靠的预测性维修和维护； 高可靠性的硬件设计，实现可靠准确的报警； 针对风力发电机专门的低频传感器； 在风电机组安装振动加速度传感器、转速计等，信号通过双屏蔽电缆接入到多通道数据采集分析仪STC26，STC26将采集数据通过有线/无线网络发送到服务器中，服务器中安装有STS1000软件进行采集、分析和保存。工作人员可登录服务器察看运行数据，以便进行深入分析，也可以将风场的数据调到其它远端服务器，进行数据浏览和分析。