风电机传动系统振动故障的智能诊断方法分析

风电机传动系统振动故障的智能诊断方法分析

ID:32124865

大小:16.35 MB

页数:69页

时间:2019-01-31

风电机传动系统振动故障的智能诊断方法分析_第1页
风电机传动系统振动故障的智能诊断方法分析_第2页
风电机传动系统振动故障的智能诊断方法分析_第3页
风电机传动系统振动故障的智能诊断方法分析_第4页
风电机传动系统振动故障的智能诊断方法分析_第5页
资源描述:

《风电机传动系统振动故障的智能诊断方法分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据华北电力大学硕士学位论文第1章绪论1.1课题研究背景及意义人类社会发展到21世纪,所依赖的物质基础是石油、天然气和煤矿等能源,但是随着对资源的不合理使用,可利用的资源日益减少,人类正面临着一场能源危机,同时在利用各种化石能源时造成了环境的污染同样不容忽视。所以,人类急需研究并发展相对环保的可再生能源。在自然界中,风能是一种很重要的可再生能源,与其他能源相比具有蕴藏量大,分布广泛,永不枯竭等优势。但由于风能受地形条件影响较大,并非所有风能都能被人们利用,据统计,全球范围内风能资源总量近3000亿千瓦,其中

2、可供利用的风能约占总量的百分之一。我国地大物博,风能储量在世界范围内名列前茅,仅陆地上就有近3亿千瓦风能资源,其开发利用潜力不可估量IlJ。风力资源的主要利用形式是风能发电,从21世纪以来,风力发电的总装机容量一直保持着飞快增长。截至2013年底,世界风电总装机容量突破300Gw大关,达到318.14Gw,其中我国风电装机容量占全球的28.7%,达到9i.42GW,居世界首位12J。随着我国风电产业的持续快速发展,与风电有关的一系列问题也应运而生,比较显著的问题就是针对风电机组的故障监测诊断技术,没有配合着装机

3、容量的提升而快速提高,导致风电机组故障频发,而无法及时预防、发现与处理。风力发电机组作为一种大型的旋转机械,组成结构复杂,零部件众多,而且风机所处的位置一般在荒芜人烟的偏远地区或者海洋滩涂等地区。由于风能资源具有很高的不稳定性,同时风电机组的运行受恶劣天气影响较大,使得风机的受力情况非常复杂,’其内部各部件工作情况也是瞬息万变,因此风机不同部位、不同零部件很容易产生故障,且故障情况各不相刚31。同时,又由于风电机组通常安装在较偏远且人烟稀少的地区,其机舱距离地面有几十米甚至上百米,给风电机组的维修带来诸多不变,

4、一般需要升降机等设备,无形中又增加了维修成本14J。因此,风机的日常维护与保养工作通常十分困难,而风机一旦发生故障而没有及时发现与处理,很可能造成风机工作效率低下,甚至风机停转,严重影响风力发电场的生产安全和经济效益。综上可知,对风电机组重要部件的及时维护、保养具有非凡意义,而风电机组的在线监测与故障诊断技术正是在这样的大背景下应运而生。风电机组的状态监测与故障诊断技术可以通过实时监测各种工作环境下的风机状况,对风机设备产生的相关参数与异常情况做出深入准确的分析提示,使风场的管理、操作人员能够更准确地了解和辨别

5、设备运行的健康情况,从而做出最为快速和正确的反应。这样可以通过安排风机集中维护、视负荷及环境情况统万方数据华北电力大学硕士学位论文一停机等措施,将维修成本与风场经济损失降到最低。国内外不少研究者得出,大多数风电机组的故障是由于机械部件的不平衡、磨损、断裂等原因引起的振动故障,即故障本身是通过振动形式表现出来的【5】。同时,另一项统计研究表明:风电机组主要的故障来源于传动系统,即包括风轮(叶片和轮毂)、低速轴、齿轮箱、高速轴和发电机,如图1.1所示嘲。发图1.1风电机内部结构不意图一项由欧盟研究机构给出的结论指出

6、,导致风机高故障率的主要部件是包括齿轮箱、发电机、风轮及刹车系统在内的传动系统,如图l一2所示。其中,齿轮箱和发电机的故障超过60%,又以齿轮箱的可能发生故障的概率为最高,整个传动系统可能发生故障的概率占80%以上17I。在我国,由于风电产业起步较晚,国内对于风电机组的研发能力有限,其众多零部件都要使用国外的技术或者是完全从国外进口,这就造成了由于标准或工作环境的差异,进口风电机组零部件无法适应我国风电机组工作情况,致使故障率一直居高不下。由此可见,尽快在国内开展风电机组重要部件的状态监测与诊断技术是很有必要的

7、。综上所述,风电机组的传动系统故障是最常见的故障,而传动系统故障通常以振动形式表现,因此有必要对引起这些振动故障的关键零部件进行实时监测。综上,本论文以风电机组的传动系统为研究对象,主要针对传动系统的振动信号监测及相关故障诊断方法进行研究。万方数据华北电力大学硕士学位论文4.84≯·08%7.36%图1.2风电机各部件故障发生比率瞳齿轮箱发电机风轮刹车系统控制系统偏航系统鬻电气系统*其他1.2风电机组监测与诊断技术的国内外研究现状风电机组的监测与诊断技术是随着可再生能源发电的普及而日益发展起来的,国外对这方面的

8、研究起步较早,这主要得益于国外在风电制造业上发展很快,因此对于风电机中容易发生故障的敏感部件已经展开大量研究,积累了诸多故障诊断理论与方法,并将其应用于实际的监测与诊断系统研发中。国外比较著名的风力发电机状态监测与诊断系统有来自德国PRUFTECⅧ、IⅨ公司的VmRONETSignalmaster系统、美国SECONDWIND公司的游牧者二代、丹麦MitaTeknik公司的WP4086

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。