海上风电机组状态监测与故障诊断的发展和展望.pdf

海上风电机组状态监测与故障诊断的发展和展望.pdf

ID:52366049

大小:445.30 KB

页数:6页

时间:2020-03-27

海上风电机组状态监测与故障诊断的发展和展望.pdf_第1页
海上风电机组状态监测与故障诊断的发展和展望.pdf_第2页
海上风电机组状态监测与故障诊断的发展和展望.pdf_第3页
海上风电机组状态监测与故障诊断的发展和展望.pdf_第4页
海上风电机组状态监测与故障诊断的发展和展望.pdf_第5页
资源描述:

《海上风电机组状态监测与故障诊断的发展和展望.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第4期郑小霞等.海上风电机组状态监测与故障诊断的发展和展望429海上风电机组状态监测与故障诊断的发展和展望郑小霞叶聪杰符杨(上海电力学院电力与自动化工程学院,上海200090)摘要为实现海上风电机组的可靠运行,对其状态进行有效监测与故障诊断是关键。在分析海上风电机组主要部件的状态监测与故障诊断研究现状的基础上,介绍海上风电场的状态监测系统,以及海上风电机组故障诊断存在的问题和发展趋势。关键词风力发电机状态监测故障诊断发展趋势中图分类号TH862+.79文献标识码A文章编号1000—3932(2013)

2、04-0429--06近年来,海上风电技术发展迅速,海上风电场的数目和装机容量不断增加,但是由于海上风电场较陆上风电场的工作环境更加恶劣,如盐雾的腐蚀、台风的破坏、海浪的载荷和海上撞击物(主要是海冰)的影响,如何提高海上风机的可靠性和利用率就成为研究重点和亟待解决的问题。通常情况下,陆上风电场设有运行维护中心,对风机的维护也相对简单,不易受天气等因素的影响。而海上风电场由于工作环境恶劣,螺栓及接触点等一些易损部件的失效加快,机械和电气系统的故障率也会大幅上升,需要增加检修和维护的频率。另外,由于环境的

3、特殊性,海上风电场中如果发生机组故障,由于天气原因维护人员可能数月都不能到达故障点,且出海维修需要动用大型工程船进行运输与吊装,费用也十分昂贵⋯。为了使每台风机的投资尽量最小化,海上风电场的运行维护需要从长远角度来制定合理的维护和检修计划,而维护和检修计划的制定则是基于对风电机组的状态监测、故障预测和诊断的。为此,针对海上风电场的运行维护,对海上风电机组的齿轮箱、发电机及叶片等部件的状态监测与故障诊断以及风机监控系统的现状和发展进行综述。1海上风电机组主要部件的监测与诊断目前,海上风电机组的状态监测和

4、故障诊断的实现主要是基于诊断方法,可以简单地分为传统故障诊断方法、数学诊断方法和智能诊断方法。传统故障诊断方法主要包括振动检测、油液分析、噪声检测及无损检测等;数学诊断方法主要包括小波分析、模糊原理和基于贝叶斯判据或基于线性/非线性判别函数的模式识别方法;智能诊断方法主要包括专家系统、神经网络及模糊逻辑等旧1。状态监测与故障诊断的具体流程为:信号采集(振动、噪声、油液、温度及功率等)一信号预处理(信号消噪及重构等)一状态分析辨识(信号的故障诊断)一监测与诊断决策(最终得到诊断结果)。近些年,智能诊断方

5、法有了进一步的发展,模糊专家系统、基于状态推理、随机森林算法及支持向量机等方法都已有学者在着手研究,如安学利等于2011年提出一种综合考虑了风速、转速以及主轴的水平和垂直方向振动的时域及频域特征参数等多源信息,并且基于支持向量机的直驱风力发电机的故障诊断方法¨。。1.1齿轮箱及轴系TavnerPJ等的研究表明:在风电机组主要零部件中,电气和控制系统故障率相对较高,齿轮箱及主轴承等的故障率相对较低¨1。但从故障引发的停机时间、维护成本以及是否会造成后续故障等方面分析,齿轮箱和机械传动系统的状态监测收稿日

6、期:2013-03一i1(修改稿)基金项目:国家高技术研究发展计划项目(2012AA051703,2012AA051707);上海市教委重点学科建设项目(J51301);上海市重点科技攻关计划项目(10110502100);上海市教委科研创新项目(7.,2010..64)430化工自动化及仪表第40卷与故障预警更为重要。另外,由于海上风电场所处环境的特殊性,还需要考虑齿轮箱等发热部件的冷却方式及其防腐蚀和防盐雾技术。对齿轮箱的状态监测主要采用振动信号监测、润滑油监测、温度信号和扭矩信号监测方法。振动信

7、号信息量丰富,对故障的反应速度较快,但由于风机齿轮箱的内部结构较为复杂,转速和负载也处于持续变化中,工作环境相对较复杂,干扰噪声的影响就会相对较大,故障信号可能会淹没在正常信号和干扰噪声中而无法于第一时间被发现”-。因此,目前的研究重点就是如何消噪从而提取其中的故障特征,并且实现准确的故障定位和分类。目前对齿轮箱和传动系统的故障诊断分析主要采用的是小波变换,小波变换具有低的时间分辨率和高的频率分辨率,很适合探测正常信号中夹带的瞬态反常现象,可以对非平稳信号的高频和低频部分进行分析。研究主要基于小波分析

8、进行改进研究,对信号进行消噪和分析。YangSL等针对风机齿轮箱的振动测试系统进行研究,测试的振动信号采用小波消噪方法的处理,通过运用BP神经网络对几种经典的齿轮箱故障模式进行诊断和研究渖3。LiYY设计了一种结合小波滤波器和形态滤波器的滤波器,来处理噪声信号中主要包括的白噪声和冲击噪声¨1。YaoXJ等针对风机齿轮箱的裂齿现象,提出一种基于自适应Morlet小波变换的新型方法,该方法首先基于峭度最大化原则优化Morlet小波函数的参数提取冲击特征,然后

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。