（国华（栖霞）风力发电有限公司山东栖霞265300）
摘要：风电机组工作期间，转子叶片的转速会随着自然界风速的变化不断做出调整，阵风作用下，叶片受到外力作用时的平衡性可能会受到影响，导致叶片受到复杂交变冲击载荷，最终影响整个机组的各个部件。从风电机组工作环境及工作流程来看，在长时间的应用过程中，不可避免地会出现一些故障，但基于各种原因，导致人工检修较为困难，为此，有必要加强对风电机组故障诊断与预测技术的研究。
关键词：风力发电机组；故障诊断；预测技术
一、风力发电研究
风力发电是将风能进行转化的过程，关于其界定，龙霞飞等学者提出，风能是一种可再生资源，环保意义重大。风力发电就是将风的动能转变为机械动能，再将机械动能转变为电力动能的过程，其原理为应用风力带动风车叶片的旋转，由增速机进一步提升转动速度，促使发电机发电。风力发电过程节省了电力能源，尤其是一些比较偏远地区，应用风力发电能可以为这些地区的供电提供便利。
二、风力发电机组故障特点研究
2.1叶片故障
叶片是风电机组获得风能的主要部件，风电机组处于工作状态时，叶片会承受较大的应力，容易出现故障，例如，叶片在长时间运行后，由于长期与蒸汽和空气进行接触，容易腐蚀叶片，出现剥落情况，从而导致表面粗糙；由于结构松动而引发的结构不稳定等。当叶片由于外力而出现裂纹或变形等情况时，会释放高频瞬态的声发射信号，基于此特点，发射检测被应用到叶片损伤评估工作中。叶片一旦发生故障，会导致转子叶片受力不均衡，而这种应力经由主轴进行传递会对机舱造成一定的影响，促使整个机舱出现颤动，严重影响风电机组的稳定性。
2.2齿轮箱故障
齿轮箱是连接风电机组主轴和发电机的重要部件，主要作用是提高主轴运转速度，促使其满足发电机运行的基本需求。齿轮箱多包括行星齿轮与两级平行齿轮2个构造，工作环境较为恶劣，且工作情况较为复杂。齿轮箱内部行星齿轮与高速轴侧轴承等均较容易在长期运行下出现故障。在风电机组运行期间，较容易受到交变应力及冲击荷载等作用的影响，从而导致齿轮出现磨损、生锈、滑动等问题。虽然齿轮组故障的发生频率相对较小，但是，一旦齿轮组出现故障问题而不能继续工作，需要花费较长的时间进行维修，且维修费用较高，因此，齿轮组的故障诊断是近几年风电机组故障诊断技术研究的主要方向之一。
2.3电机故障
电机发生的故障可总结为电气故障与机械故障，其中电气故障包括短路、断路、过热等；机械故障包括轴承过热、损坏、磨损严重等。经由对震动与电流以及温度等信号的分析，可以有效对电机故障进行检测与评估。双馈式风电机组转速较高，定额转速可达到1500r/min，为此，风电机组的齿轮箱需要在提速后才能配合其运行过程，但这种调整会在一定程度上增加机组自身的质量，且发电机的快速运行会造成噪声污染。
2.4偏航与刹车系统故障
①使风电机组对风向进行动态跟踪；②跟踪风向容易使从机舱内部引出的电缆发生缠绕，在缠绕过多时，偏航系统可直接解除电缆缠绕问题。变桨系统的主要作用是在风速发生变化时，通过对叶片角度的控制调整风电机组，从而获取空气动力的转矩，最终对功率实现有效控制。在风速过高或风电机组发生故障时，调整叶片到顺桨状态可有效实现制动。另外，刹车系统的主要作用是避免转子叶片旋转速度过快，同时还能在风电机组其他部件出现故障的过程中，对风电机组进行断电处理。基于摩擦片磨损以及受力过大的因素影响，刹车系统也容易在突然外力作用下出现故障。
三、风力发电机组的故障诊断技术分析
3.1基于振动动信号的故障诊断技术
基于振动信号的分析是现代风电机组故障诊断中较成熟的方法之一，从其应用现状来看，对风电机组齿轮箱、叶片等组织的故障均能做出有效诊断。针对风电机组的故障特征，可以采用小波神经网络办法对齿轮箱进行故障诊断。现阶段，针对风电机组故障采取的主要诊断方法为观察稳态条件下机组的振动信号，但实际上其工作环境存在诸多不可控因素，用此办法进行诊断在可靠性上还需要进一步提高。
3.2基于模式识别法的故障诊断技术
基于模式识别法的故障诊断，即分析风电机组的多元化信号，在时域、频域或时频域上构建一套高维模型，进行特征的融合、降维和分类，继而进行可视化分析，得出故障特征。轴承的故障特征，可以通过对重构的高维结构进行分类分析提取，故障诊断包括以下方法：①基于拉普拉斯特征的映射算法，可以保留故障信号的整体几何结构，提取出内在的流形特征，用于装备的故障诊断；②基于非线性流形学习方法，在局部空间优化的基础上可以实现滚动轴承的故障诊断，还可以应用新的聚类算法；③采取线性判别分析方法，可以对电机轴承的粗糙度故障以及点故障进行诊断。
3.3发电转子断条故障检测分析
风力发电机组主要通过转子旋转的模式，将机械能转化为电能，发电机是风力发电机组的核心组成部分。发电机受工况及电磁环境等诸多因素的影响，主要是发电机轴高速旋转而导致的高热。常见的发电机故障为转子断条，发电机转子部件风险因素增加，最终导致转子断条故障的发生。为保证转子断条故障的及时诊断，可结合电磁理论对发电机转子断条故障进行全面分析。可假定发电机电源供电频率为一个确定的数值，对其定子磁动势基波进行分析。得出转子绕组相位角与转子相对于定子之间的旋转频率之间的关系。在转子出现断条故障时，其转子电流磁动势会出现函数调制情况，从而导致转子磁动势及定子磁动势之间的转动差值。经分析，可得出在相应的三相定子绕组中定子电流频率图谱，结合对电流分量的调制分析，可有效确定电极转子断条故障的定量限额。
3.4齿轮故障振动信号分析
齿轮箱主要是风力机组应用频率较高的机械传动部件，其具有结构复杂、运行负荷大、转速高的特点。在实际齿轮箱工作过程中主要为齿轮故障，其中齿轮为故障因素最高的因素。除了本身的齿轮生产误差及操作误差，不良工况也是整体齿轮故障的影响因素。利用空间特征熵对齿轮故障进行分析，通过齿轮及轴转动频率、齿轮啮合频率的确定，获得齿轮的固有频率。以此为依据可得出齿轮在正常运行情况下齿轮啮合的振动信号。结合齿轮运行情况，其振动信号主要为啮合频率、谐波分量两种形式，则齿轮振动信号主要影响因素为齿轮啮合频率谐波分量、齿轮啮合频率、齿轮齿数、齿轮所在轴转动频率等。若齿轮出现故障，则会导致齿轮振动信号出现变化，随后出现幅度调制、频率调制现象，同时促使整体齿轮振动信号频率图谱中持续边频成分，而相应的边频成分持续程度较高时则表明整体齿轮出现故障。
结语
综上所述，目前以及日后对风电机组的故障诊断技术与预测技术的需求颇大，为了风电事业的健康发展，政府部门需要加大投资力度，进一步地研究与开发风电发电机组的故障诊断与预测技术，推进一系列科学的在线监测系统。
参考文献：
[1]龙霞飞，杨苹，郭红霞.大型风力发电机组故障诊断方法综述[J].电网技术，2017，41（11）：3480-3491.
[2]刘敬智，宋鹏，白恺.风力发电机组故障预测技术研究[J].华北电力技术，2016，5（12）：49-54.
[3]王靖飞，翟永杰.风力发电机组滚动轴承故障诊断仿真研究[J].计算机仿真，2016，33（12）：105-108.
作者简介：
王晓东（1986.12.04），性别：男；籍贯：烟台莱阳；民族：汉；学历：本科；职称：助理工程师；职务：风电设备运维人员；研究方向：风电运维