辽宁龙源新能源发展有限公司 辽宁沈阳 110000
摘要：近年来，风力发电在电力市场中的比例增加了，但是操作和维护风力发电机的高成本严重地限制了风力发电行业的经济利益。风力发电机的运行环境恶劣，复杂，多样且传统。由于人工维护成本高且容易出现安全问题，因此对风力发电机故障诊断方法的研究非常重要。
关键词：振动分析；风力发电机；故障；诊断
引言
风力发电机受工作条件的限制，通常需要长时间暴露在露天环境中。在恶劣环境下工作的风扇不仅降低了运行可控性，而且由于风力而缩短了使用寿命。由于发电机位于高处且分散且远离工业计算机，因此在发生故障时通常很难提供救援。在此基础上，提出了一种基于小波分析和神经网络的风机故障诊断系统，此外，计算机技术和人工神经网络并行处理故障诊断方法被用作非线性特征，并通过Matlab进行了研究。小波分析的非平稳信号降噪和人工神经网络信息处理的系统仿真，通过使用软件编写程序来实现。
一、风电机组概述
1.风电机组的基本结构
选用风力电动机的基本原理是通过风力电动机植株通过驱动柴油机组中的电动机将风的动能转换为机械能以发电。风能电动机应由轮，导轨，导轨轴承，变速箱，快速主轴及发电装置组成。叶片的主要功能是捕捉风能。齿轮的基本功能是将叶片衔接到导轨，包括电机系统。导轨用作将扭矩从风轮传递到变速器。导轨轴承用于支撑风轮及导轨。减速器的基本功能是将低速转动扭矩转换为高速旋转扭矩，快速主轴将高速旋转扭矩传达至电动机，电动机将机械能转换为电量
2.风力发电机组的常见故障类型
在风力发电机运行期间，其承受的力是自然力，是不可控制的风，并且输出频率不是静态的。不断变化的影响在于风力发电机叶片，主轴，变速箱，高速轴等。它们都容易发生故障，部件故障不可避免地会关闭发电机组，从而影响发电。 风力发电机组主要被构造在偏远的山区，海上和强风环境中，并且风力发电机通常被构造在高海拔上，这引起诸如维护困难和高维护成本的问题。迫切需要一个全面的监视和检查系统。
二、风力发电机组状态监测与故障诊断
状态检测的主要内容分为（1）风力发电机设备运行状态检测；（2）设备状态异常时的故障内容诊断；（3）设备故障的早期诊断和预测。风机检测与诊断主要包括收集故障信息，处理故障信号，识别状态，做出检测与诊断决策以及最终输出诊断结果。故障信息的收集主要取决于安装在设备中的传感器，收集设备周围的传感器，转换，传输和提取传感器信号，然后将其发送到信号处理设备，并删除不必要的信息。提取异常信息，并将异常信号转移到该状态。识别模块获取结果并将其输出到检测和诊断决策阶段，制定严格的故障处理计划，最后实施一个处理计划，即风力发电机状态检测和故障诊断处理的整个周期。
风力发电机状态检测技术有很多不同的类型，但是大多数叶片检测都基于关键问题，例如叶片振动，速度和温度。振动，速度和温度差用于传输设备检测中的检测，其他检测操作包括对电能的时间和频率区域进行分析，以及对油质进行分析。
根据不同的检测方法，它可以分为以下几个方面：
1.振动检测
它主要用于通过检测齿轮箱齿轮，轴承，发电机轴承，主轴和其他组件中的振动来检测和分析故障。分析和比较收集和检测到的信息以获得更准确的故障信息。 振动检测方法的投资成本很高，但由于其技术相对成熟且诊断结果更准确，因此被广泛用于风力发电机故障检测。
2.油液检测
从油品状态的检测和分析中可以得出两个结论。一种是检测机油的质量，另一种是分析机油要接触的零件的运行状况。所使用的方法包括污染测试，红外光谱分析和机油过滤压降分析。当前，风力发电机机油分析使用离线检查技术，但是随着传感器技术的不断发展和进步，机油检查正在逐步发展在线监测。
3.温度检测
电路系统故障通常伴有高温，火灾和其他现象。电子和电气元件温度检测使您可以有效地监视和识别故障，并检测电路问题是否是由于原始性能下降或接触不良引起的。热成像技术的发展也使在线温度检测成为可能。
4.过程与性能参数检测
查看风力发电机运行期间检测到的值，并将它们与基于策略的安全运行容差进行比较，以直接确定是否继续进行。该检测系统相对落后并且具有较高的错误率。振动检测由于其广泛的应用范围，简便易行的实施以及成熟的处理技术，是诊断风力发电机故障的最广泛使用的方法之一。 本文介绍了如何基于振动分析来诊断风机故障。实现对风机状态的分析和故障诊断。
三、基于振动分析风电机故障诊断方法
处理振动信号的基本方法：首先收集和整理振动信号，然后处理原始信号并更改信号格式，以更方便地提取有用的故障信号信息。主要有三种方法：时域，频域，时频分析方法。
1.时域分析方法
时域分析还包括：（1）信号幅度分析，可分析和处理峰值，平均值，最大值和最小值，色散，梯度和其他振动信号幅度指标。（2）波形分析是对振动时间区域的分析。它分析和评估信号随时间变化的过程。该方法简单，可行，有效。 唯一的缺点是其范围狭窄。（3）时域同步平均，也称为干检测，即从信号中去除混合噪声干扰，以进一步从振动中提取纯周期分量。
2.振动信号的频域分析方法
（1）频谱和频谱密度函数的分析：通过傅里叶变换分析时间波形，将其分成单个Kebo分量，以获得有关信号的频率结构以及每个Kebo的幅度和相位的信息。（2）功率谱密度函数分析：分析频率范围内的信号容量或功率分布。 它可以分为磁功率密度函数分析和互功率密度函数分析。（3）相位谱分析：相位是指无法通过旋转看到的特定点，旋转部分中其他点的相位是这些点之间的中心角。
结束语
设备的特点是复杂性，设备故障与故障原因之间的关系非常复杂。故障诊断是一个探索性过程，因此不能仅依靠一种诊断和推理方法。为了增强故障处理器的专业知识并通过概念和处理方法的知识来实现设备故障的功能诊断，有必要在知识水平上对处理技术进行系统的学习。
参考文献：
[1]孔德同,贾思远,王天品,等.基于振动分析的风力发电机故障诊断方法[J].发电与空调,2017,38(1):54-58.
[2]杨静懿.风力发电机的整机故障诊断[D].东华大学,2014.