HAWKER蓄电池风力发电机组故障特点及诊断

摘要:风力发电机组毛病确诊技能的首要方向包含信号剖析处理技能、毛病机理研究、毛病特征提取。经过长时间研究，风电机组常见毛病类型、机理开始清晰，且形成了相对老练的信号剖析办法，可精准辨认毛病。风力发电机组毛病提取，根据信息有线或无线传输，经过传感器获取有用信息，为精准辨认目标的完成奠定了基础。智能传感器的老练及其广泛使用，促进了风力发电机毛病监测确诊技能的发展。

要害词：风电机组；毛病特点；确诊技能；

1风力发电机组毛病特点

1.1叶片毛病

叶片是风力发电机组的首要零件，也是风力发电机组取得风能的要害。正常作业状况下，叶片会接受较大的应力，易发生设备毛病。风电机长时间作业时，在空气蒸汽、雨水等因素的影响下，叶片被锈蚀，表面粗糙程度增加，结构松散度提高，导致其安稳性下降。外力效果影响下，叶片变形或裂纹，作业时会开释高频瞬态声发射信号，根据此进行信号检测，评价叶片丢失情况，反应其质量问题。风力发电机的叶片失效，则转子叶片受力不均衡，主轴传递应力对机舱发生冲击引发机舱颤振，使其结构安稳性显着下降。

1.2齿轮箱毛病

齿轮箱是风力发电机主轴衔接的要害部件，经过提高主轴转速来保证发电机正常作业，其根本结构包含行星齿轮和两级平型齿轮。齿轮箱的作业环境恶劣，长时间高速作业中齿轮箱中的行星齿轮与轴承之间冲突易呈现损伤。在正常作业的过程中，风力发电机组易遭受冲击荷载与交变应力的影响，滑动毛病频发，齿轮磨损严峻，虽然呈现的几率较小，一旦呈现齿轮组毛病将会直接导致风力发电机组停运，增加修理本钱，影响机组正常作业。由此可见，齿轮组毛病确诊是风力发电机组设备毛病确诊的要害项目之一。

1.3电机毛病

依据电动机毛病类型差异，可将风力发电机组电动机毛病分为电气毛病和机械毛病两类。其中，电气毛病包含短路、过热、短路等，机械毛病包含损坏、轴承过热、严峻磨损等。经过风力发电机组毛病确诊技能的合理使用，借助电机电流、振荡、温度信号剖析，可准确评价电机毛病类型。双馈风机额外转速为1500r/min，为保证风力发电机组正常作业需提高风机齿轮箱转速，保证机组作业质量，但发电机的过速作业或许导致噪音污染。

1.4偏航和制动体系毛病

偏航体系可使风机动态盯梢风向，并为电缆从机舱绕组中拉出供给便当。实践使用中，绕线量过大可经过偏航体系的合理使用加以解决。变桨距控制体系依据风速改变对叶片视点进行调整，然后有用控制风力机，完成对气动转矩和有用功率的调整。风机作业过程中呈现风速过高或风机毛病时，经过对叶片状况的调整达到制动效果，防止转子叶片过速旋转。而如果其他风机部件呈现毛病，则可以直切断风机电源清晰毛病类型并加以修理。制动体系冲突片过度冲突和效果力过大，或许导致突发毛病。

2风电机组的毛病确诊技能

2.1齿轮箱

齿轮箱坐落发动机室内，是风力发电机组正常作业不可或缺的部分，是保证叶片在风力效果下发生的功率搬运至高速发电机的要害设备。齿轮箱高速作业过程中发生很多热量，齿轮和轮承是最易呈现毛病的部位。

现阶段，根据振荡信号的毛病确诊办法相对老练且使用最广泛，准确度较高。根据时域波形的毛病检测技能经过对传感器取得的振荡信号数据提取与剖析，清晰毛病类型。功率谱剖析是风电机组毛病确诊的有用东西之一，可经过对机械振荡的辨认开始判断毛病部位。实践使用中咱们发现，不同检测手法的适用景象有所差异，齿轮箱振荡信号平稳性差，可运用时域剖析法发挥出频域和时域剖析的优点，提高毛病检测的准确性。目前，根据时域剖析法的风电机组毛病确诊技能包含倒谱剖析、经历模态剖析和傅里叶变换剖析等。

小波包剖析可开始完成齿轮箱振荡信号的提取并判断毛病类型，经过相关数据与特征值匹配及BP神经网络的契合，完成对齿轮毛病的精准辨认。小波包时频分辨率小于小波变换的时频分辨率，故适应性更强。峰度值与冲击信号关系密切，是反映概率密度的有用目标，振荡信号概率密度接近正态分布，作业状况下若轴承损伤，则峰度增大，轴承无法正常作业。经过对峰度检测信号的辨认，获取冲击重量完成毛病类型及其诱因的剖析。

温度丈量是风电机组毛病检测与确诊的另一项技能，经过传动部位温度改变的检测反应体系作业情况。该计划确诊便捷性高，无需对测试成果进行复杂的后续处理即可清晰毛病类型，在齿轮箱、发电机作业状况确诊中使用较为广泛。

2.2发电机

发电机是风力发电机组的中心，将捕获的风能转化为电能，是体系毛病类型最多的设备，且以元件损坏、绝缘毛病、放电毛病等机械毛病类型位置。发电机毛病会引发电流、电压、温度值的改变，且毛病类型契合必定机理，经过对机电信号水平的剖析提出了可行的毛病检测计划。现阶段，常用的发电机组毛病检测完毕包含定子电流确诊法、高次谐波电压检测确诊法、定子电流确诊法、轰动和温度检测法等。

功率谱密度剖析是毛病确诊中使用较为广泛的技能，经过对信号公路波谱密度的差异、改变剖析准确确诊匝间短路毛病。小波剖析办法分辨率高且时频特性突出，可经过仿真模拟获取体系正常作业状况与毛病景象下的观测误差，经过双馈感应电机获取的电流构成Luenberger观测器方程剖析观测差异。如果收敛速度较快则处于正常作业状况，如果超过阈值水平则或许引发毛病，该检测办法的实践使用意义巨大。

2.3其他

控制体系是风电机组的中心，经过对偏航体系、变桨体系的精准控制有用捕捉风能，并经过变频器使发电机安稳输出电能，常见毛病类型包含逆变器毛病、过载毛病、短路毛病、接地毛病等。经过电流信号或振荡信号剖析，可对毛病类型精准辨认。

结论

风电机组的毛病类型辨认与日常保护是保证风电场风电机组安稳作业的要害，也是降低归纳运维本钱、延伸使用寿命的有用手法。经过对风电机组日常毛病确诊策略的剖析，为精准辨认毛病类型供给了有用参阅。在日常作业中需不断思索，经过剖析问题、解决问题、总结经历，定期查看，及早发现毛病，减少重复性问题，保证风电机组安稳作业，以提高风电动力质量。