一种新的风电机组轴承故障监测与诊断策略

2018年1月控制工程 Jan.

2018 第25卷第1期Control Engineering of China V ol.25, No.1

文章编号：1671-7848(2018)01-0037-07DOI: 10.14107/https://www.wendangku.net/doc/b14573898.html,ki.kzgc.161278

一种新的风电机组轴承故障监测与诊断策略

齐咏生1，赵鹏1，高胜利2，王林1，刘月文3

(1.内蒙古工业大学电力学院，呼和浩特 010080；2.内蒙古北方龙源风力发电有限责任公司，呼和浩特 010050；3.教育

部风能太阳能重点实验室内蒙古自治区可再生能源重点实验室，呼和浩特 010080)

摘要：大型风力发电机组的轴承振动信号往往呈现非线性、非平稳特性，目前常用故

障诊断方法在实际应用中误诊率较高。为此提出基于聚合经验模态分解(EEMD)和Teager

能量算子提取信号的故障特征，并采用核熵成分分析(KECA)实现轴承故障的监测与诊断

策略。该方法首先基于EEMD分解对信号提取单分量本征模态函数，以满足Teager能量

算子对信号的单分量要求；之后基于Teager能量算子解调算法提取特征向量；最后，将

特征向量作为输入构建KECA诊断模型，实现故障的监测与诊断。将该方法应用于模拟

风机滚动轴承故障试验台采集数据，结果表明该方法可有效提取非平稳信号中的故障特

征，实现对风机轴承的故障识别。

关键词：故障诊断；聚合经验模态分解；核熵成分分析；Teager能量算子；滚动轴承

中图分类号：TP277 文献标识码：A

A New Fault Monitoring and Fault Diagnosis Strategy for Wind Turbine

Bearings

QI Yong-sheng1, ZHAO Peng1, GAO Sheng-li2, WANG Lin1, LIU Yue-wen3

(1. Institute of Electric Power, Inner Mongolia University of Technology, Hohhot 010080, China; 2. Inner Mongolia North

Longyuan Wind Power Co. Ltd., Hohhot 010080, China; 3. Ministry of Education Key Laboratory of wind and solar renewable,

Inner Mongolia Renewable Energy Key Laboratory, Hohhot 010080, China)

Abstract: The bearing vibration signal of large wind turbines is regularly with nonlinear and non-stationary

characteristics. Currently, the misdiagnosis rate of the main fault diagnosis methods is relatively high. In order

to deal with this problem, a strategy based on ensemble empirical mode decomposition (EEMD) and Teager

energy operator is proposed, which can extract the fault feature information and then we use the kernel entropy

component analysis (KECA) to classify the fault. This new method decomposes the raw signal into several

intrinsic mode functions (IMFs) based on EEMD. Next step, the Teager energy operator demodulation

algorithm is used to extract fault characteristic vectors. Finally, the fault characteristic vectors are used as the

input of the KECA diagnosis model to realize the work of fault monitoring and recognition. This method is

applied to the experimental data collected from the simulate wind turbine rolling bearing fault test experimental

platform, and the results show that it’s an efficient method to extract the fault feature from non-stationary

signals and realize the work of wind turbine bearing fault monitoring and recognition.

Key words: Fault diagnosis; ensemble empirical mode decomposition; kernel entropy component analysis; Teager

energy operator; rolling bearing

1 引言

根据风电行业统计，风力发电机组发生的故障类型中，传动链部分的故障超过60 %，其中，约30 %的机械故障与滚动轴承故障相关联。可见，滚动轴承是否发生故障对整个旋转机械甚至对整台风机的运行状态有着重大的影响。鉴于对滚动轴承可靠性和安全性的迫切需求，有必要监视风机的运

万方数据

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

风力发电机组轴承常见故障诊断与振动检测 王健

风力发电机组轴承常见故障诊断与振动检测王健 摘要：随着环境污染问题的日益突出，同时为了克服能源危机，风能作为一种 绿色可再生能源越来越受到世界各国的重视，风力发电机组（简称风电机组）作 为将风能转化为电能的关键装备得到了迅猛的发展。风电机组通常坐落于偏僻的、交通不便的、环境恶劣的远郊地区以及沿海或近海区域，且机舱一般安装在离地 面几十米甚至上百米的高空，因此风电机组日常运行状态检测困难，维护成本昂贵。有统计资料表明，陆上和海上风电机组的维护费用占到各自风场收入的10%～15%和20%～35%左右，因此风电机组在恶劣环境下的运行可靠性问题特别 受到关注。 关键词：风力发电机组；轴承故障；诊断；振动检测 轴承故障与齿轮箱故障几乎占据了风力发电机组故障的大多数。发电机组的 各种检测传感器均安装在轴承座上，而各种轴承故障都是通过传感器才发现的， 所以我们通过传感器所采集的信息就可以准确的判断整个发电机组的工作状况。 然而在实际安装中，轴承故障诊断与振动识别也是作为优先部分处理，科研投入 也是占据了成本投入的一半以上。本文就风力发电机组轴承常见故障特征及原因 进行详细阐述，然后就轴承的振动检测进行深入研究。 1风力发电机组轴承常见故障特征及原因 1.1风力发电机组轴承结构 轴承一般分为外圈、保持架、滚动体（滚珠）和内圈4个部分。轴承内部充 满油脂类物质，用于减少轴承滚动的阻力，也能分离轴承与其他部件的接触，从 而减少摩擦阻力。油脂还可以起到散热与防止腐蚀的作用。所以为了防止外物对 油脂的影响，我们一般会在保持架的两端加装防尘装置，以免外物减弱油脂的各 种作用。 1.2风力发电机组轴承常见故障及诊断 支撑主轴轴承的外圈固定在轴承座上，机械传动轴从主轴轴承内圈经过。风 力带动叶轮转动，通过传动链将动力传输给主轴，当主轴达到一定的载荷转速时，由轴承和轴承座组成的振动系统就会产生激励，也就是风机发电机组振动的产生。这种激励振动一般是周期性振动，对受载体产生的撞击力或摩擦力也会周期性的 出现，长期疲劳极大可能产生轴承的局部损伤，因此需要加强对轴承振动频率的 监测。根据长期的实践经验及理论知识的积累，从故障程度上可将轴承的故障类 型分为初级损坏与中级损坏两类。通常我们所见到的电流损害、磨损以及表面损 坏等都是初级磨损；还有一些像破裂和散裂属于中级损坏。我们还可以从损坏的 位置来区分故障，可将其类型分成外圈故障、内圈故障、滚动体故障以及支撑部 件的故障。结合轴承结构示意图，可将风电机组轴承的常见故障特征及产生原因 归纳罗列如下：（1）疲劳故障：故障特征表现为滚动体或者滚道表面脱落或者 脱皮。故障产生原因为轴、保持架等支撑装置制造工艺较低使得其精度不能保证，轴向长期过高负荷条件工作，对其性能产生很大的影响。（2）磨损故障：我们 可以从外观来观察故障的产生原因，一般磨损故障会产生色泽的变化，形成磨痕。故障产生原因为在微小间隙间的滑动磨损和长期恶劣环境中的长期使用。（3） 缺口或凹痕故障：分为过载及安装或外来颗粒引起的缺口或凹痕。过载及安装引 起的特征表现为细小的缺口或凹痕分布在两圈的滚道周围和滚动元件里，是由于

风电机组故障诊断与处理方法及系统与相关技术

图片简介: 本技术介绍了一种风电机组故障诊断与处理方法及系统，系统包括数据解析模块，所述数据解析模块的输入端与风电机组相连，数据解析模块的输出端经过资料库与终端相连。方法包括：根据历史故障发生情况和处理经验，建立排查指导库；根据风电机组故障代码的触发条件和I/O点数据之间的关系，建立逻辑诊断库；建立专家信息模块并与处理指导方案相关联；在诊断分析报告和处理指导方案内设置评价信息，由现场人员评价并调整方案。上述技术方案直接面向现场故障处理业务的全过程，从故障发生，故障分析，故障解决全过程进行指导和支持，在故障发生时，即时的推送排查指导方案，有目的地进行排查精确的定位故障并提供处理指导方案，有效地解决故障。 技术要求 1.一种风电机组故障诊断与处理系统，其特征在于，包括数据解析模块(1)，所述数据解析模块(1)的输入端与风电机组相连，数据解析模块(1)的输出端经过资料库(2)与终端(4)相连。 2.根据权利要求1所述的一种风电机组故障诊断与处理系统，其特征在于，所述资料库包括排查指导库(2.1)、逻辑诊断库(2.2)、处理指导库(2.3)、文档资料库(2.4)和专家信息模块(2.5)，所述排查指导库(2.1)、逻辑诊断库(2.2)与处理模块(3)相连。 3.根据权利要求2所述的一种风电机组故障诊断与处理系统，其特征在于，所述处理模块(3)包括评价信息模块(3.1)和诊断报告模块(3.2)，所述评价信息模块(3.1)与排查指导库(2.1)相连，所述诊断报告模块(3.2)与逻辑诊断库(2.2)相连。

4.一种风电机组故障诊断与处理系统的工作方法，其特征在于，包括以下步骤： ①根据历史故障发生情况和处理经验，建立排查指导库，当机组停机时，根据接收到的机组停机信息，匹配出与之对应的排查指导方案； ②根据风电机组故障代码的触发条件和I/O点数据之间的关系，建立逻辑诊断库，当机组发生故障时，分析故障日志并生成该次故障的诊断分析报告和处理指导方案； ③建立专家信息模块并与处理指导方案相关联； ④在诊断分析报告和处理指导方案内设置评价信息，由现场人员评价； ⑤采用权重比例调整的方法调整排查指导方案内排查内容的优先级和故障点的发生概率。 5.根据权利要求4所述的一种风电机组故障诊断与处理系统的工作方法，其特征在于，所述步骤1中的排查指导方案，包括故障代码名称、排查对象、排查对象出现故障的概率和排查方法。 6.根据权利要求4所述的一种风电机组故障诊断与处理系统的工作方法，其特征在于，所述步骤2中的故障日志包括主控停机时刻记录的I/O点数据和停机代码信息。 7.根据权利要求6所述的一种风电机组故障诊断与处理系统的工作方法，其特征在于，所述步骤2中通过分析故障日志提取关键数据点，所述关键数据点为故障发生时首先发生异变的信号或数值，用于确定故障点，所述故障点为与故障直接相关联的可更换的零部件或电气元件。 8.根据权利要求4所述的一种风电机组故障诊断与处理系统的工作方法，其特征在于，所述步骤2中的诊断分析报告，包括机组停机信息、关键数据点、故障点和故障原因；处理指导方案，包括复位建议，所需工具，处理方案，所需备件和专家通讯方式。 9.根据权利要求4所述的一种风电机组故障诊断与处理系统的工作方法，其特征在于，所述步骤4中的评价信息，包括故障点定位是否准确，实际故障点，排查指导方案是否有效。 10.根据权利要求4或9所述的一种风电机组故障诊断与处理系统的工作方法，其特征在于，所述步骤5中的权重比例排序的方法，指的是通过对评价信息进行权重分析，按照故障点定位是否准确，实际故障点、排查指导方案是否有效等进行加权排序，用于调整排查指导方案内排查内容的优先级和故障点的发生概率。 技术说明书 一种风电机组故障诊断与处理方法及系统 技术领域

滚动轴承故障诊断分析

滚动轴承故障诊断分析 学院名称：机械与汽车工程学院专业班级： 学生姓名： 学生学号： 指导教师姓名：

摘要 滚动轴承故障诊断 本文对滚动轴承的故障形式、故障原因、常用诊断方法等诊断基础和滚动轴承故障的振动机理作了研究，并建立了相应的滚动轴承典型故障(外圈损伤、内圈损伤、滚动体损伤)的理论模型，给出了一些滚动轴承故障诊断常见实例。通过对滚动轴承故障振动机理的研究可以帮助我们了解滚动轴承故障的本质和特征。本文对特征参数的提取，理论推导，和过程都进行了详细的阐述， 关键词:滚动轴承；故障诊断；特征参数；特征； ABSTRACT ： The Rolling fault diagnosis In the thesis ,the fault types,diagnostic methods an d vibration principle of rolling bearing are discussed.the thesis sets up a series of academic m odels of faulty rolling bearings and lists some sym ptom parameters which often used in fault diagnosis of rolling bearings . the study of vibration prin ciple of rolling bearings can help us to know the essence and feature of rolling bearings.In this pa

风电机组轴承的状态监测和故障诊断与运行维护王利

风电机组轴承的状态监测和故障诊断与运行维护王利 发表时间：2019-12-11T15:06:41.297Z 来源：《中国电业》2019年第16期作者：王利 [导读] 风能作为一种清洁可再生能源，受到世界各国的关注。 摘要：风能作为一种清洁可再生能源，受到世界各国的关注。作为风能储量较多的国家，自然需要合理的利用风能，使得国家能够得到迅速的发展。随着我国可持续发展政策的落实以及风力发电技术的进步，使我国风力发电产业得到迅速发展。目前我国的风力发电在商业上已经可以与燃煤发电相竞争。在这一市场大环境下，风力发电产业应当加强核心技术的发展。在风力发电机组中轴承作为核心零部件，风电轴承的范围涉及从叶片、主轴和偏航所用的轴承，到发电机中所用的高速轴承。轴承既是风力机械中最为薄弱的部分，也是最为重要的部分。由此看来对于风电机组轴承的状态检测、故障诊断、运行维护等工作的深入研究就显得尤为重要，直接关系到我国电力事业的发展。 关键词：风电机组状态监测故障诊断运行维护风电轴承 二、风电机组传动系统的日常维护 （一）主轴轴承的日常维护及保养（以金风S48/750风力发电机组为例） 轴承在工作的时候，会受到外界的影响，当受到一定量频率的震荡或者载荷重量增高，即使低速运行，都会影响到风电机组的安全运行。温度过高、过低，润滑不均匀、缺少润滑脂或者其他物质入侵轴承，就会导致主轴轴承的失效而无法继续运行，一般情况下，主轴承轴被磨损锈蚀都会导致轴承运转的不流畅，使运转的阻力增大直至卡死甚至引起风机着火的严重后果。就目前的形式来看，滚动式的轴承仍旧是风力发电场最主要的选择，因为其具有很大的优势，节约成本而且效率很高，但与此同时因结构构造较为简单也容易受到损伤，轴承中出现故障的原因有很多，故进行维护人员要特别重视这项内容，大部分故障最后都导致主轴轴承卡死。如果出现主轴轴承卡死情况，首先考虑的就是轴承的质量问题，或者是安装的过程中出现了装配上的错误，大部分都是滚轴在润滑中受天气的影响导致了污染。所以在日常维护和保养中，要全方位、多角度分析和考虑。第一就是外观检查有无油脂溢出，清理主轴轴承处溢出油脂和集油盒中的油脂，如果发现润滑油脂变质，油脂碳化或者凝固等都要及时疏通或更换，妥当处理，不能造成风机附近环境污染。正常运行的主轴轴承在没有堵塞的情况下，润滑油脂可以作为介质正常的在轴承内起到润滑的作用。还要检查轴承内的卫生情况，不能有其他杂物，保持轴承之间的接触面的整洁，日常维护过程中要借助工具对轴承进行清理，一旦杂物在里面堆积，就不能使轴承正常运转工作。第二则是检查轴承是否存在松动的情况，或者轴承之间型号不相符，就会导致轴承之间的错位，发现松动后要利用工具将其恢复成原本使用的状态。第三就是给轴承进行注油操作时，必须将机组切至维护状态打开叶尖气动刹车扰流板，使发电机、主轴空转后，才可进行注油。定期维护时主轴每次加注油脂950g，发电机因厂家不同分别加注不同油量（株洲发电机前后轴承各加：70g，永济发电机前后轴承各加：100g）。第四则是检查主轴温度，不同工况下都可以影响主轴轴承的运行温度。例如：夏冬季节同输出功率条件下，主轴运行温度夏季平均高出冬季15-20℃左右。因此判断主轴损坏要综合考虑。根据现场运行维护情况在满足风机运行技术要求的前提下，在主轴上加装温度传感器设定停机报警温度后可有效防止主轴卡死等现象发生。将注油口处的主轴PT100温度经SM331模块传回中央监控系统，实现风机主轴温度的在线监测功能。第五则是定期对主轴轴温高的主轴油脂进行取样化验，根据理化指标滴点、锥入度、水分等指标信息和元素含量进行分析。指标如有超标现象则应重点关注加强风机的巡检次数，必要时更换主轴轴承。还可以利用小风天气盘车，监听主轴有无异音。 （二）齿轮箱的维护与保养 作为传动系统中非常重要的零件之一，齿轮箱相对来说也容易产生故障，齿轮箱的使用范围是长期不间断运行的，如果没有及时进行保养，极易影响风机正常的运行，因此要对齿轮箱进行定期的有效的维护和保养，这样能够降低齿轮箱故障的发生率，还能够增加齿轮箱使用的年限，节约生产成本。对齿轮箱的检查是较为方便的，主要根据齿轮箱的声音是否正常以及齿轮箱内的润滑油脂的状态来判断的。齿轮箱正常的声音的频率是稳定没有较大的起伏的，如果声音过快或者过缓，声音频率不稳定，噪音较大，就说明箱内的齿轮可能出现了齿轮断裂，齿轮表面点蚀或者齿轮松动等问题，要及时进行维修和更换，并且使齿轮重新安装后能够重新运转。其次就是润滑油对齿轮的影响，油箱是否存在漏油的问题，或者齿轮箱油的质量问题对其造成的影响。 金风S48/750风机齿轮箱传动形式为一级行星齿和两级平行轴圆柱齿啮合传动，各齿轮采取强制润滑方式，增速比为i=67.57。在日常维护要及时补充油箱内的润滑油，发现油箱泄露要进行更换修复等。润滑油的质量也决定了油箱内齿轮运转的状况，油脂可能因为天气的原因凝固或者碳化，都要进行清理和更换润滑油。在闭式传动中，当齿轮硬度不高，且润滑油稀薄时尤其容易发生齿轮点蚀。齿轮的点蚀是齿轮传动的失效形式之一，即齿轮在传递动力时，在两齿轮的工作面上将产生很大的压力，随着使用时间的增加，在齿面上便产生细小的疲劳裂纹。当裂纹中渗入润滑油，在另一轮齿的挤压下被封闭在裂纹中的油压力就随之增高，加速裂纹的扩展，直致轮齿表面有小块金属脱落，形成小坑。轮齿表面点蚀后，造成传动不平稳和噪声增大。在日常保养中，也要防止齿轮箱的异常高温，要检查润滑油供应是否充分，特别是在各主要润滑点处，必须要有足够的油液润滑和冷却；再次要检查各传动零部件有无卡滞现象，还要检查机组的振动情况，前后连接接头是否松动等。防止因长期使用而出现零件老化以及破损的问题，如果发现这类问题发生，要及时进行零件的更换与维修。及时发现问题并进行合理的解决，提高风机可利用率。 三、风电机组轴承的状态监测与故障诊断 基于SCADA的方法 SCADA系统能够将运行参数发送到中央数据库，对发电机组的运行状态信息实时的监测。但是需要的传感和采集通信的数据较多，增加了供电技术的成本和监测复杂性，也因此没有得到良好的普及。对于发电机的机械故障，可以通过感应电动机的终端发电机输出反应出来。通过对电流和功率的稳定功率谱进行分析，对发电机轴承的故障进行监测。在缺少振动传感器的情况下，将震动平均数据和参数相结合，从而判断风电机组的运行状态。 四、发电机组轴承的运行维护 对于主轴轴承齿轮箱、低速轴轴承、偏航和变桨轴承的运行维护来说。由于轴承是低速而且不完全旋转，限制了振动监测效果。齿轮箱低速轴轴承可以采用润滑油液进行维护，并实施在线监测的方法。但对于主轴轴承与偏航和变桨轴承由于采用润滑脂、润滑油液混合液

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

齿轮箱故障诊断

风力发电机组齿轮箱故障诊断 摘要: 通过对不同齿轮箱振动频谱的检测结果的分析，论述了判断齿轮箱由于长期处于某些恶劣条件下，如交变载荷或润滑油失效，引起的齿轮和轴承损坏的检测方法。分析了齿轮箱出现故障的原因以及应采取的措施。 关键词：风电机齿轮箱轴承状态检测 一、风电机组齿轮箱的结构及运行特征 我国风电场中安装的风电机组多数为进口机组。近几年来，一批齿轮箱发生故障，有些由厂家更换，也有的由国内齿轮箱专业厂进行了修理。有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接近100%。虽然齿轮箱发生损坏不仅仅在我国出现，全世界很多地方同样出现过问题，但在我国目前风电机组运行出现的故障中已占了很大比重，应认真分析研究。 1) 过去小容量风电机组齿轮箱多采用平行轴斜齿轮增速结构，后来为避免齿轮箱造价过高、重量体积过大，500kW以上的风电机组齿轮箱多为平行轴与行星轮的混合结构。由于风电机组容量不断增大，轮毂高度增加，齿轮箱受力变得复杂化，这样就造成有些齿轮箱可能在设计上就存在缺陷。 2) 由于我国有些地区地形地貌、气候特征与欧洲相比有特殊性，可能对标准设计的齿轮箱正常运行有一定影响。我国风电场多数处于山区或丘陵地带，尤其是东南沿海及岛屿，地形复杂造成气流受地形影响发生崎变，由此产生在风轮上除水平来流外还有径向气流分量。我国相当一部分地区气流的阵风因子影响较大，对于风电机组机械传动力系来说，经常出现超过其设计极限条件的情况。作为传递动力的装置-齿轮箱，由于气流的不稳定性，导致齿轮箱长期处于复杂的交变载荷下工作。由于设备安装在几十米高空，不可能容易地送到工厂检修，因此经常进行状态监视可以及时发现问题，及时处理，还可以分析从出现故障征兆到彻底失效的时间，以便及时安排检修。

风电机组故障诊断综述

风电机组故障诊断综述 对风电机组故障诊断技术进行综述，按照基于定性诊断、定量诊断的分类方式，针对现有风电机组故障诊断方法并结合故障诊断系统进行分析。对每一类故障诊断方法归类，指出这些方法的基本思想、适用条件和应用范围以及优缺点，并探讨了风电机组故障诊断技术未来可能的主要发展方向。 关键字：风力发电;风电机组;传动系统;维护检测 一、风机传动系统主要结构及部件 风机传动系统就安装的结构而言，一般分为两种情况：一种是水平轴风机传动，叶片是安装在水平面的轴承上;另一种是垂直轴风机传动，风轮与叶片是垂直摆放的，风使叶片转动，再带动与之垂直的轴承，发动机被带动以后就可以发电了。但目前大多都是水平轴风机，叶轮与轮毂通过轴承相连接，虽然结构较复杂，但能获得较好的性能，而且叶轮承受的载荷较小、重量轻。传动链主要由主轴、主轴承、偏航轴承、齿轮箱、联轴器、发电机和机座等组成。这些构成了风机中最重要的一个部分，同时因为风机传动系统带动的风叶，所以压力、温度过高都容易导致故障。维护时要特别注意受力铰链和传动机构的润滑、磨损及腐蚀情况，及时进行处理，以免影响机组的正常运行。 二、风电机组传动系统的日常维护 （一）主轴轴承的日常维护及保养（以大唐华创风能CCWE—3000/122.HD 风力发电机组为例） 轴承在工作的时候，会受到外界的影响，当受到一定量频率的震荡或者载荷重量增高，即使低速运行，都会影响到风电机组的安全运行。温度过高、过低，润滑不均匀、缺少润滑脂或者其他物质入侵轴承，就会导致主轴轴承的失效而无法继续运行，一般情况下，主轴承轴被磨损锈蚀都会导致轴承运转的不流畅，使运转的阻力增大直至卡死造成严重的后果。就目前的形式来看，滚动式的轴承仍旧是风力发电场最主要的选择，因为其具有很大的优势，节约成本而且效率很高，但与此同时因结构构造较为简单也容易受到损伤，轴承中出现故障的原因有很多，故进行维护人员要特别重视这项内容，大部分故障最后都导致主轴轴承卡死。如果出现主轴轴承卡死情况，首先考虑的就是轴承的质量问题，或者是安装的过程中出现了装配上的错误，大部分都是滚轴在润滑的中受天气的影响导致了污染。所以在日常维护和保养中，要全方位、多角度分析和考虑。第一就是外观检查有无油脂溢出，清理主轴轴承处溢出油脂和集收盘中的油脂，如果发现润滑油脂变质，油脂碳化或者凝固等都要及时疏通或更换，妥当处理，不能造成风机附近环境污染。正常运行的主轴轴承在没有堵塞的情况下，润滑油脂可以作为介质正常的在轴承内起到润滑的作用。还要检查轴承内的卫生情况，不能有其他杂物，保持轴承之间的接触面的整洁，日常维护过程中要借助工具对轴承进行清理，一旦杂物在里面堆积，就不能使轴承正常运转工作。第二则是检查轴承是否存在松

大型风力发电机组故障诊断综述

大型风力发电机组故障诊断综述 发表时间：2018-05-22T10:02:18.487Z 来源：《基层建设》2018年第5期作者：李育波[导读] 摘要：近年来随着经济的不断发展，大型风力发电机组故障诊断的要求越来越高。国投白银风电有限公司甘肃兰州 730070 摘要：近年来随着经济的不断发展，大型风力发电机组故障诊断的要求越来越高。本文通过分析大型风力发电机组故障诊断方法，探讨及分析了风电机组故障诊断未来的发展方向。关键词：大型风力发电机组故障诊断引言：近年来，作为绿色、可再生能源的风能已成为解决能源污染问题必不可少的重要力量，截至2015年底，全球风电总装机容量已达427.4GW，其中陆上风电装机市场，中国仍居榜首。风力发电迅速发展带来巨大市场机遇的同时，也带来了巨大挑战。一方面，风电机组的工作条件十分恶劣，长期暴露在风速突变、沙尘、降雨、积雪等环境下，造成了风电机组故障频发。 1风电机组定性故障诊断方法和内容基于定性经验的风电机组故障诊断是一种利用不完备先验知识描述系统功能结构，并建立定性模型实现故障诊断过程的方法。大型风力发电机组故障诊断主要包括了2个方面，一个是风电机组定性故障诊断方法，另一种是风电机组定量诊断方法，这两种方法相辅相成。基于定性经验的风电机组故障诊断是一种利用不完备先验知识描述系统功能结构，并建立定性模型实现故障诊断过程的方法。基于ES风电机组故障诊断方法的基本思想是：运用专家在风力发电领域内积累的有效经验和专门知识建立知识库，并通过计算机模拟专家思维过程，对信息知识进行推理和决策以得到诊断结果。 1.1故障树分析法 FTA 是以故障树逻辑图为基础的一种演绎分析方法，20世纪60年代由美国贝尔实验室提出，既可以用作定性分析又可以用于定量分析。该方法以图形化为表达方式，从故障状态出发，逐级对故障模式和故障部件进行分析推理以确定故障原因和故障发生概率。其中，风电机组故障诊断大多是将其作为定性诊断方法进行分析。为获得清晰、形象地故障原因和宝贵的专家经验，并提供专家级的解决方案，文献结合FTA技术与专家系统应用于风电机组齿轮箱故障诊断中，结果表明该方法对专家库的依赖程度过大。提出了基于FTA的风电机组传动链故障诊断方法，采用框架结构的混合知识表达方式，建立了基于故障树的智能诊断系统。 1.2符号有向图（SDG）方法符号有向图SDG是基于定性经验或基本定律的一种故障诊断技术。可实现正、反向推理，在缺乏知识的详细过程背景下，能够捕捉有效信息并结合相关搜寻策略准确、快速地检测和定位故障。风电机组故障部件的检修顺序对降低风场运营成本起着举足轻重的作用，根据风电机组各部件的相互作用机理，建立了SDG故障诊断模型，并采用关联算法安排检修顺序，但文中仅仅针对控制回路较少的情况展开研究。结合SDG和模糊逻辑方法应用于风电机组故障诊断中，并采用了层次分析法设计故障诊断系统，有效地抑制了分辨率低等问题。基于SDG的风电机组故障诊断不要求完备的定量描述，能充分利用系统结构和正常运行条件下的不完全信息，但系统复杂程度的增加将导致SDG支路数和节点数之间复杂关系的增加，造成故障诊断的实时性和精准度较差。因此，该方法较少应用在风电机组故障诊断中。 2风电机组定量故障诊断方法 2.1基于解析模型的方法基于解析模型的故障诊断适用于观测对象传感器数量充足且具备精确数学模型的系统，通过与已知模型进行分析对比从而达到故障识别的目的，主要包括参数估计法、状态估计法等。文献建立了三叶片水平轴风电机组基准模型，采用 5种不同的故障监测与隔离方案评估了7种不同的测试系列，取得了较为满意的结果，但是基准模型的简单化不能体现风电机组的复杂功能。文献在考虑未知执行器增益和延迟两种情况下，提出了基于离散时间卡尔曼滤波器和交互多模型估计器的风电机组转换器故障诊断方法。以三叶片水平轴风电机组为研究对象，利用改进未知输入观测器方法进行故障识别，实现了干扰解耦和噪声降低的效果，提高了诊断精度，但该方法的自适应能力不强。 2.2基于数据驱动的方法基于数据驱动的诊断方法包含2种方式1分析处理监测信号以提取故障特征；2直接利用大量相关数据进行推理分析并得到诊断结果，主要包括信号处理法、人工智能定量法与统计分析法，是目前风电机组故障诊断所采用的主流方法。 3风力发电故障诊断系统为提高风场经济效益，改善运维现状，越来越多的机构致力于研发风电机组在线故障诊断系统，已经取得了许多卓有成效的成就，主要针对风电机组的关键部件，包括机舱、基础、塔架、叶片、齿轮箱等。数据采集与监控系统是目前较为成熟的商业软件之一，除了通过分析收集到的数据预测轴承和其他机械等最基本的故障以外，该系统还具有控制发电应用数据的作用。为提高风电机组故障预测精度，产生了许多结合SCADA数据进行状态监测的系统。其中通用电气的风电状态监测系统采用傅里叶频域和加速度包络分析机组运行信息，并对主轴承、发电机、机舱、齿轮箱等关键部件进行故障诊断，达到了每年每台风电机组节省 3000 美元的效果。Mita-Teknik的状态监测系统使用傅里叶振幅谱、傅里叶包络谱、峭度值分析等方法分析振动信号以判定主轴承、发电机、齿轮箱等部件的故障，大大地提高了机组的运行效率。为配合管理人员、操作人员和维修工程师的工作任务，斯凯孚的 3.0状态监测系统采用傅里叶频域分析、时域分析和包络分析等方法确定风电机组的故障类型，但该系统对风电机组主传动链的监测不太全面。相对国外而言，国内风力发电监测技术比较落后且故障自诊断技术较为不成熟，导致目前该系统以状态监测为主，并辅以专家远程人工分析，实现机组的故障诊断及其定位。主要有东北大学、华中科技大学的“风力发电在线监测和故障诊断系统”，以及金风科技公司的“风电机组在线监测系统”和唐智科技的风电机组在线故障诊断系统”等。 4结束语：随着大功率风电机组的快速发展和并网运行，对其运行可靠性与系统稳定性提出了更高的要求，必将促进风电机组状态监测、故障诊断和智能维护技术的进一步发展。任何一种单独技术或绝对方法都无法解决风电机组所有故障诊断问题，因此，采取多种技术方法相结合，取长补短实现风电机组的故障诊断将逐步成为未来的研究热点。参考文献：

风力发电机齿轮箱振动测试方法

风力发电机组齿轮箱振动测试与分析 唐新安谢志明王哲吴金强 摘要对齿轮箱做振动测试和分析，通过模式识别找到齿轮箱损坏时呈现的特性，为齿轮箱故障诊断提供依据。 关键词风力发电机组齿轮箱振动分析故障诊断 中图分类号 TH113. 21 文献标识码 A 我国风电场中安装的风力发电机组多为进口机组。因为在恶劣环境下工作，其损坏率高达40%～50%。随着清洁能源的普及，齿轮箱的故障诊断和预知维修已迫在眉睫。本文就齿轮箱的故障诊断作一些探索性研究。 一、齿轮箱振动测试 采用北京东方所开发的DASP(Data Acquisition and SignalProcessing)测振系统，对某风电场4#、5#机组齿轮箱的不同测点（图1）做振动测试和分析，4#机组刚进行过检修运行正常作为对照机组，5#机组噪声异常为待检机组，对两机组齿轮箱的振动信号对比分析，判断存在故障。齿轮箱特征频率见表1。 表1 齿轮箱特征频率表 Hz

二、信号分析 1.统计分析 由统计表2、表3可看出，5#机组振动值明显偏大，尤其是5～10测点振动值基本上是4#机组相应测点的2倍以上。 表2 4#机组幅域统计表 m/s2 表2 5#机组幅域统计表 m/s2 5#机组概率分布及概率密度函数反映其时间序列分布范围较宽（图2），峭度系数（即四阶中心距）与4#机组的（图3）明显，同（若以4#机组为标准g=0，那么5#机组g=0），预示5#机组存在古障。

2.时域分析 通过时域分析（图4、图5），发现5#机组齿轮箱振动信号有明显异常．幅值转大，且 有明显的周期性，其频率约大20Hz 。

3.频坷分析 由图6可见，5#机组齿轮箱的频谱图既有调幅成分又有调频成分（调制频率对中心频率 的幅值不对称）。

风力发电机组齿轮箱的故障及其分析

毕业设计（论文）2010 级风能与动力技术专业 题目：风力发电机组齿轮箱的故障及其分析 毕业时间： 学生姓名：X X X 指导教师：X X X 班级：10风电（1）班

目录 一、绪论 (1) (一)风力发电机组齿轮箱故障诊断的意义 (1) 二、风力发电机组齿轮箱的故障诊断 (2) （一）风力发电机组齿轮箱的常见故障模式及机理分析 (2) （二）齿轮箱典型故障振动特征与诊断策略 (6) （三）针对齿轮箱不同故障的改进措施 (9) 三、结论 (12) 参考文献: (12) 致谢 (13)

风力发电机组齿轮箱的故障及其分析 摘要:随着全球经济的发展和人口的增长，人类正面临着能源利用和环境保护两方面的压力，能源问题和环境污染日益突出。风能作为一种蕴藏量丰富的自然资源，因其使用便捷、可再生、成本低、无污染等特点，在世界范围内得到了较为广泛的使用和迅速发展。风力发电己成为世界各国更加重视和重点开发的能源之一。随着大型风力发电机组装机容量的增加，其系统结构也日趋复杂，当机组发生故障时，不仅会造成停电，而且会产生严重的安全事故，造成巨大的经济损失。 本论文先探讨了课题的实际意义以及风力发电机常见的故障模式，在这个基础上对齿轮箱故障这种常见故障做了详尽的阐述，包括引起故障的原因、如何识别和如何改进设计。通过对常见故障的分析，给风力发电厂技术维护提供故障诊断帮助，同时也给风电设备制造和安装部门提供理论研究依据。 关键词:风力发电机;故障模式;齿轮箱;故障诊断 一、绪论 (一)风力发电机组齿轮箱故障诊断的意义 风电对缓解能源供应，改善能源结构、保护环境和电力工业的持续发展意义重大。这些年来，风电机组在我国得到了广泛的安装使用。随着大型风力发电机组装机容量的增加，其系统结构也日趋复杂，风力发电机的故障也成为一个不容忽视的问题。 随着风电机组运行时间的加长，目前这些机组陆续出现了故障（包括风轮叶片、变流器、齿轮箱、变桨轴承，发电机、以及偏航系统等都有），导致机组停止运行。当机组发生故障时，不仅会造成停电，而且会产生严重的安全事故。风电机组的部分部件一旦损坏，在风电场无法修复，必须运到专业厂家进行修理。因其维修费用高、周期长、难度大，势必给风电场造成巨大的经济损失，严重影响了风电的经济效益。 风电机组的输出功率是波动的，可能影响电网的电能质量，如电压的偏差、电压的波动和闪变、谐波以及周期电压脉动等。当风电机组发生故障时，输往电网的

大型风力发电机组远程故障诊断系统资料

大型风力发电机组远程故障诊断系统 南京协宏软件技术有限公司 2015年01月

目录 1系统概述 (4) 1.1系统名称 (4) 1.2风电背景 (4) 2编制依据及系统概述 (4) 2.1系统概述 (5) 2.2技术基础 (5) 2.3项目技术特点 (5) 2.4设计制造的行业技术标准 (6) 3系统结构与特点 (7) 3.1系统结构总图 (7) 3.2系统测点配置 (7) 3.3系统硬件特点 (8) 3.3.1数据采集监测站Drivetrain DAU (8) 3.3.2数据服务器 (9) 3.3.3传感器 (9) 3.4系统实时监测功能 (10) 3.4.1实时监测 (10) 3.4.1总貌图描述 (12) 3.4.2棒图描述 (13) 3.4.3波形频谱图描述 (13) 3.4.4趋势跟踪图描述 (14) 3.5分析诊断功能 (15) 3.6数据管理功能 (20) 3.6.1数据记录的存储策略 (20)

3.6.2事故追忆功能 (20) 3.6.3数据传输的可靠性策略 (20) 3.6.4数据记录稀疏策略 (21) 3.6.5数据备份方法 (21) 3.6.6用户数据检索功能 (21) 4远程监测与诊断中心 (22) 4.1远程监测中心系统结构图 (22) 4.2系统硬件特点 (22)

1系统概述 1.1系统名称 大型风力发电机组远程故障诊断系统 1.2风电背景 近十年来，风力发电在全世界范围内得到了持续高速发展，为应对全球气候变化作出了重要贡献。风能作为一种清洁的可再生能源已成为低碳经济的重要标志之一。我国在大规模的风能利用方面虽然起步较晚，但近些年来发展非常快，到2009年年底，全国风力机械标准化技术委员会共制定发布风力发电国家标准和行业标准61项，累计装机容量跃过20GW大关，达到25.8053GW。2009年当年，我国新增风机10129台，装机容量13，8032GW，占全球新增风电装机的1/3，超过美国排名全球第一。据国家发改委能源司对未来国家能源战略划，到2020年中国的风电装机总容量将达到30GW。 风力发电机组面对各种恶劣的工作环境及严格的电网条件，运行工况复杂多变，各种因素使风力发电机组的可利用率，风电转换效率及使用寿命受到很大影响，很多重大事故的发生，往往源于一个数据的错误或一种信息的疏忽。在一个现代化的大型风电场中，可能会有十几台甚至几十台上百台风力机，如何有效地对各风力机状态进行监测和分析，使整个风电场安全、可靠、经济地运行就变得至关重要。 由于风场的选址受到地理条件及风能资源的限制，各风场之间的距离可能会非常遥远，特别是对于海上风场的情况。在这样的前提下，如何方便快捷地对各风场运行状况进行监测和分析以及实现风场间的远距离数据通讯，保证多风场的统一管理运营及维护，并使得广泛的国内、国际技术合作和多方在线断得以实现，成为今后风电行业的新兴发展方向。 本技术方案是依据风力发电机组远程状态监测与故障诊断的需求，结合我公司多年从事旋转机械远程在线状态监测和分析诊断以及风电设备状态监测及分析产品的开发和规模应用经验而编制的。 2编制依据及系统概述

轴承运行状态监测与故障诊断方法研究【开题报告】

毕业设计开题报告 测控技术与仪器 轴承运行状态监测与故障诊断方法研究 一、选题的背景、意义 装备制造业是为国民经济和国防建设提供技术的重要产业，而振兴装备制造业的重中之重是提高装备的创新和产品的国产化，轴承产品作为装备制造业中重大装备的基础零件，也必须实现其自主创新和国产化。从文献所知，国务院在《关于加快振兴装备制造业若干意见》中提出,选择16个对国家经济和国防建设有重要影响的关键领域，以重大装备为重点，尽快扩大自主装备的市场占有率[1]。而在这16个关键领域中的重大技术装备中,绝大部分都要装用轴承，并且需要高技术的轴承来保证其精度、性能、寿命和可靠性。据数据显示,至2010年，这16个关键领域每年要配套轴承约 550.5万套，产值约 116.5亿元。滚动轴承作为机械设备中重要的零件，是机械设备的重要故障源之一。统计表明：在使用滚动轴承的机械中，大概有 30%的机械故障是由滚动轴承引起的。在感应电机故障中，滚动轴承故障约占电机故障的40%左右,而齿轮箱各类故障中的轴承故障率仅次于齿轮占20%。有关资料表明，我国现有的机车用的滚动轴承，每年约40%要经过下车检验，其中的33%左右被更换。 因此，改定期维修为状态监控维修，研究机车轴承故障监测和诊断，有重要的经济效益和实用价值[2]。据统计，对机械设备应用状态监测与故障诊断技术，事故发生率可降低75%，维修费用可减少25～50%。滚动轴承的状态监测与故障诊断技术在了解轴承的性能状态和及时发现潜在故障等方面起着至关重要的作用，并且可以有效提高机械设备的运行管理水平及维修效能，具有显著的经济效益。 二、相关研究的最新成果及动态 现在，我国在滚动轴承监测与故障诊断技术方面的研究经历了2个重要阶段:从70年代末到80年代初，主要吸收国外先进技术，并对一些故障原理和诊断方