风电机组气动不平衡分析及诊断

第３５卷第９期２０１８年９月机㊀㊀电㊀㊀工㊀㊀程ＪｏｕｒｎａｌｏｆＭｅｃｈａｎｉｃａｌ＆ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＶｏｌ.３５Ｎｏ.９Ｓｅｐ.２０１８收稿日期:２０１７－１０－３０基金项目:国家重点研发计划资助项目(２０１８ＹＦＢ０９０４００５)作者简介:李学平(１９８５－)ꎬ男ꎬ浙江嘉兴人ꎬ工程师ꎬ主要从事风电机组状态监测和故障诊断技术工作方面的研究ꎮＥ￣ｍａｉｌ:ｌｉｘｐ＠ｃｈｉｎａｗｉｎｄｅｙ.ｃｏｍＤＯＩ:１０.３９６９/ｊ.ｉｓｓｎ.１００１－４５５１.２０１８.０９.００８风力发电机组气动不平衡振动监测研究∗李学平ꎬ卓沛骏ꎬ罗勇水ꎬ周民强(浙江运达风电股份有限公司ꎬ浙江杭州３１００１２)摘要:针对大型风电机组气动不平衡故障的安全监测问题ꎬ对风电机组在气动不平衡故障时表现出的振动特性进行了理论研究ꎬ对风电机组在气动平衡和不平衡时机舱不同位置的轴向和横向振动进行了测试ꎮ根据测试结果提出了一种基于风轮１Ｐ转频振动的在线监测与保护系统ꎬ实时监测风轮１Ｐ转频振动有效值幅值ꎬ采用时间累积的延时报警策略以防止误报ꎮ研究结果表明:气动不平衡故障时风轮１Ｐ转频振动幅值明显增大ꎬ且轴向的振动变化相比横向振动更加明显ꎻ所提出的在线监测系统故障断路响应迅速㊁可靠性高ꎬ对保障风电机组稳定安全运行ꎬ促进叶片监测诊断技术发展具有重要意义ꎮ关键词:风力发电机组ꎻ气动不平衡ꎻ１Ｐ振动ꎻ在线监测与保护中图分类号:ＴＨ１１３.１ꎻＴＫ８３㊀㊀㊀㊀文献标志码:Ａ文章编号:１００１－４５５１(２０１８)０９－０９４４－０５ＶｉｂｒａｔｉｏｎｍｏｎｉｔｏｒｉｎｇｏｎａｅｒｏｄｙｎａｍｉｃａｓｙｍｍｅｔｒｙｏｆｗｉｎｄｔｕｒｂｉｎｅＬＩＸｕｅ￣ｐｉｎｇꎬＺＨＵＯＰｅｉ￣ｊｕｎꎬＬＵＯＹｏｎｇ￣ｓｈｕｉꎬＺＨＯＵＭｉｎ￣ｑｉａｎｇ(ＺｈｅｊｉａｎｇＷｉｎｄｅｙＣｏ.ꎬＬｔｄ.ꎬＨａｎｇｚｈｏｕ３１００１２ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｏｎ￣ｌｉｎｅｍｏｎｉｔｏｒｉｎｇｏｆａｅｒｏｄｙｎａｍｉｃａｓｙｍｍｅｔｒｙｆａｕｌｔꎬｔｈｅｖｉｂｒａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｗｉｎｄｔｕｒｂｉｎｅｕｎｄｅｒｓｕｃｈｆａｕｌｔｗｅｒｅａｎａｌｙｚｅｄ.Ｂｏｔｈｔｈｅａｘｉａｌａｎｄｌａｔｅｒａｌｖｉｂｒａｔｉｏｎａｔｄｉｆｆｅｒｅｎｔｐｏｓｉｔｉｏｎｓｉｎｔｈｅｎａｃｅｌｌｅｗｉｔｈａｎｄｗｉｔｈｏｕｔａｅｒｏｄｙｎａｍｉｃａｓｙｍｍｅｔｒｙｆａｕｌｔｗｅｒｅｍｅａｒｓｕｒｅｄ.Ａｒｏｔｏｒａｅｒｏｄｙｎａｍｉｃａｓｙｍｍｅｔｒｙｏｎ￣ｌｉｎｅｍｏｎｉｔｏｒｉｎｇａｎｄｐｒｏｔｅｃｔｉｏｎｓｔｒａｔｅｇｙｗａｓｆｕｒｔｈｅｒｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｔｈｅ１￣Ｐｖｉｂｒａ￣ｔｉｏｎｏｆｔｈｅｗｉｎｄｔｕｒｂｉｎｅ.Ｔｈｅｅｆｆｅｃｔｉｖｅｖａｌｕｅａｎｄａｍｐｌｉｔｕｄｅｏｆｔｈｅ１￣Ｐｖｉｂｒａｔｉｏｎｃａｎｂｅｍｏｎｉｔｏｒｅｄｂｙｔｈｉｓｓｙｓｔｅｍｉｎｒｅａｌｔｉｍｅａｎｄａｄｅｌａｙｅｄａ￣ｌａｒｍｓｔｒａｔｅｇｙｗａｓｕｔｉｌｉｚｅｄｔｏａｖｏｉｄｆａｌｓｅａｌａｒｍ.Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅ１￣Ｐｖｉｂｒａｔｉｏｎｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｃｒｅａｓｅｓｕｎｄｅｒｒｏｔｏｒａｅｒｏｄｙｎａｍｉｃａ￣ｓｙｍｍｅｔｒｙｆａｕｌｔꎬａｎｄｔｈｅａｘｉａｌｖｉｂｒａｔｉｏｎｃｈａｎｇｅｓｃｏｍｐａｒｅｄｔｏｔｈｅｌａｔｅｒａｌｖｉｂｒａｔｉｏｎａｒｅｍｏｒｅｏｂｖｉｏｕｓ.Ｆｕｒｔｈｅｒｍｏｒｅꎬｔｈｅｏｎ￣ｌｉｎｅｍｏｎｉｔｏｒｉｎｇｓｙｓ￣ｔｅｍｈａｓｆａｓｔｒｅｓｐｏｎｓｅｓｐｅｅｄａｎｄｈｉｇｈｒｅｌｉａｂｉｌｉｔｙꎬｗｈｉｃｈｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｔｈｅｓａｆｅｏｐｅｒａｔｉｏｎｏｆｔｈｅｗｉｎｄｔｕｒｂｉｎｅａｎｄｄｅｖｅｌｏｐｍｅｎｔｏｆｂｌａｄｅｄａｍａｇｅｄｉａｇｎｏｓｉｓｔｅｃｈｎｏｌｏｇｙ.Ｋｅｙｗｏｒｄｓ:ｗｉｎｄｔｕｒｂｉｎｅꎻａｅｒｏｄｙｎａｍｉｃａｓｙｍｍｅｔｒｙꎻ１Ｐｒｏｔａｔｉｏｎａｌｆｒｅｑｕｅｎｃｙꎻｏｎ￣ｌｉｎｅｍｏｎｉｔｏｒｉｎｇａｎｄｐｒｏｔｅｃｔｉｏｎ０㊀引㊀言近年来ꎬ随着风电装机容量的逐渐增大ꎬ搭建可靠的在线故障诊断及状态监测系统成为提高风电场发电效益的有效手段[１]ꎮ常年运行过程中ꎬ风电机组长期处于交变载荷作用下ꎬ非常容易出现各种故障破坏[２]ꎮ平衡的风轮可以有效防止机组早期的疲劳故障ꎬ给机组提供一个可靠的运行环境[３]ꎮ而风轮不平衡故障会影响传动链及整个结构的安全运行ꎬ为了防止风电机组产生严重失效问题ꎬ有必要在问题显现的初期对机组故障状态进行监测与保护[４]ꎮ风轮不平衡故障主要分为质量不平衡与气动不平衡ꎮ质量不平衡主要来源于制造上的误差ꎬ而随着现代桨叶制造和质量控制技术的发展ꎬ实际运行中的风轮质量不平衡故障较少ꎮ气动不平衡比较常见ꎬ主要来源于桨叶安装误差㊁叶片气动外形改变(例如桨叶裂纹)㊁对风误差等原因ꎮ国内外对风轮不平衡故障的诊断提出了很多方法ꎬ包括分析机组振动的时域与频域信号[５￣７]㊁传动链的扭振[８]㊁监测发电机功率[９]㊁定子电流信号等[１０￣１１]ꎮ这些方法ꎬ从理论和实验室实验的角度ꎬ检测了风轮不平衡时的各种反馈信号ꎬ对于故障的在线监测有一定实际意义ꎮ本文将对风轮产生气动不平衡故障时的受载情况进行分析ꎬ从理论层面讨论当桨距角存在安装误差时ꎬ不平衡载荷对机组振动的影响ꎬ利用ＧＨＢｌａｄｅｄ软件模拟该故障下机舱的振动情况ꎬ并通过现场实验ꎬ对比不同风速下风轮平衡与不平衡时机舱内不同位置的振动情况ꎮ１　气动不平衡理论分析三叶片产生彼此不同的气动行为可导致风轮的气动不平衡故障ꎮ在这种情况下ꎬ不同的叶片产生的推力是互不相同的ꎮ不同功角的叶素受力情况如图１所示ꎮ图１㊀不同攻角的叶素受力情况本研究截取叶片某弦面ꎬ以桨距角安装误差为例ꎬ分析叶片处于不同气动条件下力学行为的差异ꎮ在合成气流影响下ꎬ该截面处所受升力和阻力的合力为ｄＦꎮ将ｄＦ分别分解为平行和垂直于风轮旋转平面的旋转切向力ｄＦＴ和轴向推力ｄＦＮꎮ因为安装原因ꎬ某故障叶片的桨距角αᶄ小于设计桨距角αꎬ其轴向推力ｄＦᶄＮ大于正常叶片的轴向推力ｄＦＮꎬ而其旋转切向力ｄＦᶄＴ却小于正常叶片ꎮ风轮平面受力分析如图２所示ꎮ图２㊀风轮平面坐标设定及受力分析坐标设置如下:垂直于地面方向为ｚ方向ꎬ水平方向为ｙꎬ机组轴向为ｘꎮ将叶片视为刚体ꎬ其叶片上受到的旋转切向力和轴向推力可表示为:ＦＴ＝ʏＬ０ｄＦＴ(１)ＦＮ＝ʏＬ０ｄＦＮ(２)式中:Ｌ 叶片长度ꎮ设Ｒ为叶片合力点距叶根的长度ꎬ则有:Ｒ＝ʏＬ０ｌｄＦＦ(３)风轮受到３个轴向推力以及３个切向力的作用ꎬ切向力产生扭矩和弯矩:Ｔｘ＝ＦＴＡＲＡ＋ＦＴＢＲＢ＋ＦＴＣＲＣ(４)ＭＴｚ＝ＦＴＡｄｃｏｓ(ωｔ＋φ)＋ＦＴＢｄｃｏｓωｔ＋φ＋２π３()＋ＦＴＣｄｃｏｓωｔ＋φ＋４π３()(５)ＭＴｙ＝ＦＴＡｄｓｉｎ(ωｔ＋φ)＋ＦＴＢｄｓｉｎωｔ＋φ＋２π３()＋ＦＴＣｄｓｉｎωｔ＋φ＋４π３()(６)式中:ｄ 风轮与塔架之间的净空距离ꎻＴｘ 切向力在ｙｚ平面产生的扭矩ꎻＭＴｚ 切向力在ｘｙ平面产生的弯矩ꎻＭＴｙ 切向力在ｘｚ平面产生的弯矩ꎮ轴向推力产生的弯矩可表示为:ＭＮｚ＝ＦＮＡＲＡｓｉｎ(ωｔ＋φ)＋ＦＮＢＲＢｓｉｎωｔ＋φ＋２π３()＋ＦＮＣＲＣｓｉｎωｔ＋φ＋４π３()(７)ＭＮｙ＝ＦＮＡＲＡｃｏｓ(ωｔ＋φ)＋ＦＮＢＲＢｃｏｓωｔ＋φ＋２π３()＋ＦＮＣＲＣｃｏｓωｔ＋φ＋４π３()(８)式中:ＭＮｚ 轴向力在ｘｙ平面产生的弯矩ꎻＭＮｙ 轴向力在ｘｚ平面产生的弯矩ꎮ在正常情况下ꎬ三叶片具有相同的气动特性ꎬ即ＦＡ＝ＦＢ＝ＦＣꎬＲＡ＝ＲＢ＝ＲＣꎬ则风轮向传动链输出稳定的扭矩ꎬｘｙ和ｘｚ平面内的弯矩也都为０ꎮ但当出现如图１所示的情况时ꎬ即其中一片叶片出现桨距角误差ꎬ其轴向推力和切向力大小发生改变ꎮ其中ꎬ扭矩的减小会造成输出功率的损失ꎮ此外ꎬ在上述平面内将产生弯矩ꎬ且随着风轮转动发生交变ꎬ频率即为风轮的转频ꎬ引发机舱内规律的风轮转频１Ｐ振动ꎬ由于气动不平衡对轴向推力的影响更大ꎬ故往往造成机舱内轴向振动较横向更为显著ꎮ为了在早期就能及时发现故障情况ꎬ５４９ 第９期李学平ꎬ等:风力发电机组气动不平衡振动监测研究监测风轮转频１Ｐ振动是识别风轮气动不平衡的可行方法ꎮ本文用Ｂｌａｄｅｄ软件模拟了一台２.５ＭＷ风电机组ꎬ风速为５ｍ/ｓꎬ在某一叶片桨距角存在５ʎ安装误差时机舱内的振动情况ꎮ仿真结果如图(３ꎬ４)所示ꎮ图３㊀风轮平衡与不平衡对机组轴向振动的影响图４㊀风轮平衡与不平衡对机组横向振动的影响由图３明显可见:当风轮不平衡时ꎬ轴向振动加速度明显增加ꎬ而图４中横向加速度在风轮不平衡时增加并不明显ꎮ仿真结果表明:风轮不平衡能加剧机组的振动ꎬ并且对轴向振动影响较横向振动更大ꎮ为了验证理论分析的结果ꎬ本文将通过现场实验的方法获取更多有意义的数据ꎮ２㊀现场实验与分析本研究对某风场一台２.５ＭＷ风电机组进行现场测试ꎬ探讨风轮气动不平衡对机舱内振动的影响ꎬ并和理论仿真结果进行对比分析ꎮ机组基本技术参数如表１所示ꎮ表１㊀机组基本技术参数参数类型参数大小额定功率/ｋＷ２５００额定风速/(ｍ ｓ－１)１１控制方式变速变桨轮毂高度/ｍ８０桨叶长度/ｍ４８.８风轮转速/(ｒ ｍｉｎ－１)８.７５~１４.４(０.１４６Ｈｚ~０.２４Ｈｚ)㊀㊀当机组处于正常运行状态时ꎬ即风轮不存在气动不平衡故障(此处不考虑风切变及叶片表面粗糙等情况)ꎬ记录在不同风速条件下机舱内的振动情况ꎮ此后ꎬ改变其中一根叶片安装桨距角ꎬ使其与其他叶片存在５ʎ的偏差ꎬ同样ꎬ在不同风速条件下运行一段时间ꎬ记录振动数据ꎮ机舱内加速度传感器测点具体安装位置为:主轴承座位置ꎬ主轴下方机架位置以及机舱尾部位置ꎮ将一个时间段连续的风速进行四舍五入取整ꎬ即Ｘｍ/ｓ风速下的测量结果为Ｘʃ０.５ｍ/ｓ风速段测量结果的平均ꎬ统计不同风速条件下机舱内各测点的振动情况ꎮ测试结果表明:无论是风轮平衡还是不平衡ꎬ主轴承座㊁主轴下方和机舱尾部各测点振动平均值几乎相同ꎬ考虑现场传感器走线等问题ꎬ后期均使用机舱尾部实验数据进行分析ꎮ风速为５ｍ/ｓ时ꎬ平衡与不平衡状态时机舱轴向振动频谱如图５所示ꎮ图５㊀气动不平衡前后机舱轴向振动频谱由图５可见:不平衡状态下风轮１Ｐ转频成分幅值明显增大ꎬ约为平衡状态下的两倍ꎮ此外ꎬ平衡状态下２Ｈｚ以内的低频成分较多ꎬ当机组风轮产生气动不平衡时ꎬ机舱内的振动频率成分变得较为单一ꎬ基本集中在转频处附近ꎮ机舱轴向㊁横向振动平均值和最大值随着风速的变化情况如图(６ꎬ７)所示ꎮ图６㊀风轮平衡与不平衡状态下机组轴向振动随风速的变化６４９ 机㊀㊀电㊀㊀工㊀㊀程第３５卷图７㊀风轮平衡与不平衡状态下机组横向振动随风速的变化由于现场测试条件下干扰因素较多ꎬ尤其是机组遇到阵风或者突然偏航等都会产生短时冲击振动信号ꎬ造成输出数据的偏差ꎮ由于单次现场试验条件的局限ꎬ所采集的最大值数据并不具备很强的代表性ꎬ也可以看出振动最大值随风速的变化没有特定的规律ꎬ因此本研究选用振动的平均值进行对比分析ꎮ图６中ꎬ风轮不平衡时其轴向振动平均值明显增大ꎬ约为平衡时的３~５倍ꎬ(随着风速(转速)增大不平衡更加显著)ꎬ但从图７中可见横向的振动差别并不明显ꎬ该结论与理论仿真的结果较为一致ꎮ上述研究结果表明:气动不平衡可引起机组轴向振动加剧ꎬ因此通过监测风轮转频１Ｐ轴向振动可以有效发现风轮是否存在气动不平衡故障ꎬ保证机组安全运行ꎮ３　监测与保护传统风轮不平衡诊断方法是人工通过振动频谱判定ꎬ这种后处理的方式其弊端是无法实现故障的实时监测ꎮ本文通过在机组振动监测模块上增加监测风轮１Ｐ转频的功能ꎬ实现风轮气动不平衡的实时监测ꎮ当监测频率振动大于设定值时ꎬ延迟一定时间后ꎬ振动监测模块发出反馈信号给机组ꎬ使机组停机ꎬ同时向上位ＰＬＣ发出风轮转频振动过大报警信号ꎮ监测系统与机组安全链互锁ꎬ报警信号联入安全链ꎬ一旦出现报警立即切断安全链使机组停机ꎮ监测模块的工作流程如图８所示ꎮ振动模块采集机舱内测点位置处的机组轴向振动加速度信号ꎬ通过１００Ｈｚ的低通滤波去除噪声和无用数据ꎬ并利用带通滤波器获取风轮１Ｐ频率下的机组轴向振动信号ꎬ并实时计算得到的振动有效值ꎮ实际应图８㊀风轮不平衡实时监测与保护逻辑用时ꎬ滤波器采用Ｂｕｔｔｅｒｗｏｒｔｈ滤波器ꎬ设置监测频率包含风轮１Ｐ转频ꎬ对本文中所测试的机组ꎬ监测频率设为０.１Ｈｚ~０.３Ｈｚꎮ由于振动模块没有其他机组运行数据(功率㊁风速等)信号接入ꎬ不能判定机组处于何种状态ꎬ考虑到不平衡随风速增大更加显著ꎬ减少机组误报警ꎬ故机组在额定风速附近能报出风轮不平衡故障就满足在线监测要求ꎮ综合考虑ꎬ报警振动值设置在额定风速时不平衡振幅最大值处ꎮ同时ꎬ为了防止振动突然冲击增大而导致误报ꎬ本研究采用延时报警方法ꎬ持续时间为累积时间ꎬ其原理如图９所示ꎮ图９㊀延时报警法效果示意图当振幅超过报警线并持续一段时间后ꎬ延迟计时器进行一次计时ꎻ同样ꎬ当振幅小于报警线并持续一段时间后ꎬ计时器数值减小ꎬ直至计时器的数值达到报警要求才发出故障停机命令ꎮ通过Ｂｌａｄｅｄ仿真机组在气动不平衡条件下的运行情况ꎬ机组风轮直径１００ｍꎬ额定功率２５００ｋＷꎬ风文件采用ｄｌｃ１.２工况设定ꎬ得到机舱轴向振动加速度数据ꎮ采用文中提出的监测逻辑ꎬ报警准确率在９０％以上ꎬ并已在１０多个风场投入使用ꎬ取得了很好的效果ꎮ７４９第９期李学平ꎬ等:风力发电机组气动不平衡振动监测研究４㊀结束语为了更好地保障风电机组的安全运行ꎬ本文采用振动的方法监测风轮气动不平衡故障ꎮ理论分析表明:气动不平衡对机组转频１Ｐ振动影响最大ꎻ现场实验结果表明:机舱内不同位置的测点均能有效监测风轮转频１Ｐ振动ꎬ且机组处于气动不平衡时ꎬ轴向振动幅度变化明显ꎬ振动均值增大数倍ꎬ且随着风速增大而逐渐增加ꎻ而横向振动虽有所增加ꎬ但变化幅度不大ꎮ根据现场实测数据ꎬ设计了在线监测系统ꎬ实时监测风轮转频１Ｐ振动ꎬ报警水平线设置在机组额定风速下不平衡振动振幅最大值处ꎬ并采用延时报警的方式以减少误报率ꎻ通过Ｂｌａｄｅｄ仿真验证了报警机制的高准确性ꎮ参考文献(Ｒｅｆｅｒｅｎｃｅｓ):[１]㊀ＡＭＩＲＡＴＹꎬＢＥＮＢＯＵＺＩＤＭＥＨꎬＡｌ￣ＡＨＭＡＲＥꎬｅｔａｌ.Ａｂｒｉｅｆｓｔａｔｕｓｏｎｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇａｎｄｆａｕｌｔｄｉａｇｎｏｓｉｓｉｎｗｉｎｄｅｎｅｒｇｙｃｏｎｖｅｒｓｉｏｎｓｙｓｔｅｍｓ[Ｊ].ＲｅｎｅｗａｂｌｅａｎｄＳｕｓ￣ｔａｉｎａｂｌｅＥｎｅｒｇｙＲｅｖｉｅｗｓꎬ２００９ꎬ１３(９):２６２９￣２６３６. [２]㊀ＭÁＲＱＵＥＺＦＰＧꎬＴＯＢＩＡＳＡＭꎬＰÉＲＥＺＪＭＰꎬｅｔａｌ.Ｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇｏｆｗｉｎｄｔｕｒｂｉｎｅｓ:ｔｅｃｈｎｉｑｕｅｓａｎｄｍｅｔｈ￣ｏｄｓ[Ｊ].ＲｅｎｅｗａｂｌｅＥｎｅｒｇｙꎬ２０１２ꎬ４６(５):１６９￣１７８. [３]㊀ＮＩＥＢＳＣＨＪꎬＲＡＭＬＡＵＲꎬＮＧＵＹＥＮＴＴ.Ｍａｓｓａｎｄａｅｒｏ￣ｄｙｎａｍｉｃｉｍｂａｌａｎｃｅｅｓｔｉｍａｔｅｓｏｆｗｉｎｄｔｕｒｂｉｎｅｓ[Ｊ].Ｅｎｅｒ￣ｇｉｅｓꎬ２０１０ꎬ３(４):６９６￣７１０.[４]㊀ＣＩＡＮＧＣＣꎬＬＥＥＪＲꎬＢＡＮＧＨＪ.Ｓｔｒｕｃｔｕｒａｌｈｅａｌｔｈｍｏｎｉ￣ｔｏｒｉｎｇｆｏｒａｗｉｎｄｔｕｒｂｉｎｅｓｙｓｔｅｍ:ａｒｅｖｉｅｗｏｆｄａｍａｇｅｄｅｔｅｃ￣ｔｉｏｎｍｅｔｈｏｄｓ[Ｊ].ＭｅａｓｕｒｅｍｅｎｔＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬ２００８ꎬ１９(１２):１２２００１.[５]㊀ＪＩＡＮＧＤꎬＨＵＡＮＧＱꎬＨＯＮＧＬ.Ｔｈｅｏｒｅｔｉｃａｌａｎｄｅｘｐｅｒｉ￣ｍｅｎｔａｌｓｔｕｄｙｏｎｗｉｎｄｗｈｅｅｌｕｎｂａｌａｎｃｅｆｏｒａｗｉｎｄｔｕｒｂｉｎｅ[Ｃ].ＷｏｒｌｄＮｏｎ￣Ｇｒｉｄ￣ＣｏｎｎｅｃｔｅｄＷｉｎｄＰｏｗｅｒａｎｄＥｎｅｒｇｙＣｏｎｆｅｒｅｎｃｅꎬＮａｎｊｉｎｇ:ＩＥＥＥꎬ２００９.[６]㊀ＲＡＭＬＡＵＲꎬＮＩＥＢＳＣＨＪ.Ｉｍｂａｌａｎｃｅｅｓｔｉｍａｔｉｏｎｗｉｔｈｏｕｔｔｅｓｔｍａｓｓｅｓｆｏｒｗｉｎｄｔｕｒｂｉｎｅｓ[Ｊ].ＪｏｕｒｎａｌｏｆＳｏｌａｒＥｎｅｒｇｙＥｎ￣ｇｉｎｅｅｒｉｎｇꎬ２００９ꎬ１３１(１):２８４￣２８９.[７]㊀ＺＨＡＯＭꎬＪＩＡＮＧＤꎬＬＩＳ.Ｒｅｓｅａｒｃｈｏｎｆａｕｌｔｍｅｃｈａｎｉｓｍｏｆｉｃｉｎｇｏｆｗｉｎｄｔｕｒｂｉｎｅｂｌａｄｅｓ[Ｃ].ＷｏｒｌｄＮｏｎ￣Ｇｒｉｄ￣Ｃｏｎｎｅｃｔ￣ｅｄＷｉｎｄＰｏｗｅｒａｎｄＥｎｅｒｇｙＣｏｎｆｅｒｅｎｃｅꎬＮａｎｊｉｎｇ:ＩＥＥＥꎬ２００９.[８]㊀ＧＡＲＤＥＬＳＤＪꎬＱＩＡＯＷꎬＧＯＮＧＸ.Ｓｉｍｕｌａｔｉｏｎｓｔｕｄｉｅｓｏｎｉｍｂａｌａｎｃｅｆａｕｌｔｓｏｆｗｉｎｄｔｕｒｂｉｎｅｓ[Ｃ].ＰｏｗｅｒａｎｄＥｎｅｒｇｙＳｏｃｉｅｔｙＧｅｎｅｒａｌＭｅｅｔｉｎｇꎬＰｒｏｖｉｄｅｎｃｅ:ＩＥＥＥꎬ２０１０. [９]㊀杨㊀涛ꎬ任㊀永ꎬ刘㊀霞ꎬｅｔａｌ.风力机叶轮质量不平衡故障建模及仿真研究[Ｊ].机械工程学报ꎬ２０１２ꎬ４８(６):１３０￣１３５.[１０]㊀ＣＡＳＥＬＩＴＺＰꎬＧＩＥＢＨＡＲＤＴＪ.Ｒｏｔｏｒｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇｆｏｒｉｍｐｒｏｖｅｄｏｐｅｒａｔｉｏｎａｌｓａｆｅｔｙｏｆｏｆｆｓｈｏｒｅｗｉｎｄｅｎｅｒｇｙｃｏｎ￣ｖｅｒｔｅｒｓ[Ｊ].ＪｏｕｒｎａｌｏｆＳｏｌａｒＥｎｅｒｇｙＥｎｇｉｎｅｅｒｉｎｇ￣ＴｒａｎｓａｃｔｉｏｎｓｏｆｔｈｅＡＳＭＥꎬ２００５ꎬ１２７(２):２５３￣２６１. [１１]㊀ＧＯＮＧＸꎬＱＩＡＯＷ.Ｓｉｍｕｌａｔｉｏｎｉｎｖｅｓｔｉｇａｔｉｏｎｏｆｗｉｎｄｔｕｒ￣ｂｉｎｅｉｍｂａｌａｎｃｅｆａｕｌｔｓ[Ｃ].ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙꎬＨａｎｇｚｈｏｕ:ＩＥＥＥꎬ２０１０.[编辑:周昱晨]本文引用格式:李学平ꎬ卓沛骏ꎬ罗勇水ꎬ等.风力发电机组气动不平衡振动监测研究[Ｊ].机电工程ꎬ２０１８ꎬ３５(９):９４４－９４８.ＬＩＸｕｅ￣ｐｉｎｇꎬＺＨＵＯＰｅｉ￣ｊｕｎꎬＬＵＯＹｏｎｇ￣ｓｈｕｉꎬｅｔａｌ.Ｖｉｂｒａｔｉｏｎｍｏｎｉｔｏｒｉｎｇｏｎａｅｒｏｄｙｎａｍｉｃａｓｙｍｍｅｔｒｙｏｆｗｉｎｄｔｕｒｂｉｎｅ[Ｊ].ＪｏｕｒｎａｌｏｆＭｅｃｈａｎｉｃａｌ＆ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬ２０１８ꎬ３５(９):９４４－９４８.«机电工程»杂志:ｈｔｔｐ://ｗｗｗ.ｍｅｅｍ.ｃｏｍ.ｃｎ ８４９ 机㊀㊀电㊀㊀工㊀㊀程第３５卷。

风力发电机组叶片的气动性能分析近年来，随着环境保护意识的增强和可再生能源的迅速发展，风力发电成为了重要的清洁能源之一。

而风力发电机组的叶片作为其中的关键组成部分，其气动性能的分析对于提高发电效率具有重要意义。

本文将重点探讨风力发电机组叶片的气动性能分析，并深入研究其原理和影响因素。

一、气动性能分析的原理风力发电机组叶片的气动性能分析是通过计算机辅助工程（CAE）软件来模拟和预测叶片在风场中的响应。

其中，主要采用的方法是数值模拟和风洞试验。

数值模拟方法基于流体力学和数学模型，通过模拟风场中的流体流动，计算叶片表面的压力分布、力矩和阻力等参数，以评估叶片的性能。

而风洞试验则是通过实验室环境中的风流模拟真实的风场，通过测量叶片表面压力分布和受力情况，来推导叶片的性能参数。

二、气动性能影响因素分析风力发电机组叶片的气动性能受多种因素的影响，以下将分别介绍其主要影响因素：1. 叶片形状：叶片的外形和轮廓对气动性能有着重要影响。

一般来说，采用更长、更窄的叶片可以提高效率，但是也会增加叶片的结构复杂度和重量。

同时，叶片的翼型横截面的选择也会对性能产生显著影响。

2. 叶片材料：叶片的材料选择直接关系到其强度和重量。

常见的叶片材料包括复合材料、纤维增强塑料等。

合适的材料选择可以在保证叶片强度的同时减轻重量，提高风能利用率。

3. 叶片倾角：叶片倾角对叶片的气动性能也有关键影响。

适当调整叶片倾角可以改变叶片的攻角，实现更好的气动特性，并提高发电效率。

4. 风场条件：风的速度、方向和湍流强度等也是影响叶片气动性能的重要因素。

不同的风场条件需要针对性地进行叶片设计，以获得最佳的气动性能。

三、气动性能分析技术应用风力发电机组叶片的气动性能分析技术广泛应用于叶片设计、优化和性能评估等方面。

1. 叶片设计和优化：基于气动性能分析的数值模拟方法，可以对叶片进行自动化设计和优化，以满足预定的要求和目标。

通过模拟和优化，可以寻找最佳的叶片形状、翼型和倾角等，实现更高效率的风能转化。

涨知识风电机组系统故障的表现、诊断及风机维护要点分析！写在前⾯：截⾄2017年11⽉底，全国风电新增容量占到了全国新增装机容量的11.09%。

风电累计装机容量占到了全国装机容量的9.5%。

⽽根据中国风能协会的统计，早在2016年底，中国累计装机量已达1.69亿千⽡，总装机量世界第⼀，成为世界第⼀风电⼤国。

然⽽近年来由于设计、制造、安装、运维等中间环节的失控导致的风电机组故障甚⾄事故不断发⽣，威胁着风电场的安全运⾏。

2016年2⽉，美国纽约州Madison县某风电场的1台机组发⽣叶⽚坠落事故，随后在国内也发⽣了多起叶⽚坠落、变桨轴承断裂事故。

2016年2⽉16⽇，⼤唐河北乌登⼭风电场110号风机倒塔，随后⼏天⼤唐⼭西偏关后海风电场⼀台机组倒塔；2015年12⽉24⽇，瑞典Lemnhult风电场的⼀台VestasV112-3MW机组倒塔，风电机组倒塔事故已经成为风电机组安全运⾏的最⼤隐患，⽽倒塔事故⼤部分是由于风电机组系统性故障引起的。

01故障分类根据故障初期是否引发系统性响应，笔者将风电机组的故障分为两⼤类：典型部件故障、系统性故障。

典型部件故障：多指机组⼤部件⾃⾝出现缺陷导致机组故障，⽐如轴承外圈故障、齿轮点蚀等轴承齿轮类故障，借助传统意义的在线监测系统（CMS）或者离线测试能够较好的诊断该类故障。

系统性故障：指由于机组设计、装配、安装、调试以及运维过程中出现问题导致的机组性能异常、整机振动过⼤、噪声异常等现象，在系统性故障初期机组每个⼤部件单独分析都没有问题，然⽽运⾏起来就会出现问题。

当系统性故障没有得到解决继续运⾏机组，很可能会引发次⽣的典型部件故障，严重情况会引发机组倒塔。

如经常听到业主说：机组振动都报警了，装的CMS系统竟然没有报警。

这⾥的机组振动多指的是整机的前后及左右摆动，⽽不是CMS系统重点关注的传动系的振动。

02系统故障表现与诊断表现：风电机组整机振动偏⼤或经常引发振动报警、机组性能表现⽋佳、运⾏过程伴有异响或较⼤噪⾳。

风电场机组故障诊断与排除随着可再生能源的重要性日益凸显，风电场作为重要的风能利用方式，其机组故障诊断与排除工作变得至关重要。

机组故障的及时发现和排除，不仅可以保障风电场的正常运行，还能提高机组的可靠性和经济性。

本文将重点探讨风电场机组故障诊断与排除的方法和步骤。

首先，风电场机组故障诊断应从机组的运行状态和行为异常开始。

通过监测机组的运行数据和参数，如转速、温度、压力等，对机组进行实时监控和警报。

一旦机组出现异常状况，应尽快分析原因并采取相应的措施。

常见的故障包括机组的振动异常、发电量下降、机械部件的损坏等。

其次，故障诊断需要依赖专业的设备和技术。

利用故障诊断设备，如振动检测仪、红外线测温仪等，对机组进行全方位的检测和监测。

振动检测仪可用于检测机组的振动状况，判断是否存在异常情况。

红外线测温仪可用于检测机组各部件的温度分布情况，及时发现过热问题。

此外，还可以利用声波检测、摄像检测等辅助手段进行故障诊断。

在故障诊断的过程中，对机组进行维护保养非常重要。

定期检查和清洁机组的各个部件，及时更换磨损严重的零部件，可以减少机组故障的发生率。

此外，加强润滑和冷却系统的维护，保证机组的正常运行。

针对不同的故障类型，有不同的排除方法。

若是机械部件的故障，需要拆卸相应部件进行修理或更换。

在进行维修时，应根据机械图纸和技术规范进行操作，保证修理操作的准确性和安全性。

对于电气部件的故障，可以利用测试仪器进行测量并找出问题所在。

同时，要注意对电气系统的维护和保养，确保电路的顺畅运行。

此外，风电场机组的故障往往是多个因素共同作用的结果，因此在排除故障时，需要综合考虑各种因素。

故障排除的关键是确定故障的根本原因，通过分析故障发生前的运行记录和历史数据，找出故障产生的可能原因，并进行修理和调整。

最后，了解和学习其他风电场的经验同样是解决故障的有效方法之一。

参考其他风电场交流会议、论文和案例，了解他们在故障诊断和排除方面的成功经验。

风力发电机组故障诊断与检修分析随着科技的不断发展和环境保护意识的不断提高，风力发电作为一种清洁、环保的发电方式，越来越受到重视。

然而，风力发电机组在运行过程中，如同其它的电力设备一样，也难免会存在一些故障问题。

为了能够及时有效地进行故障诊断和检修，我们需要了解风力发电机组故障的常见类型，以及其诊断和检修的方法。

一、常见故障类型1.电气故障电气故障是风力发电机组最常见的故障类型之一。

电气故障的表现形式多样，包括断电、电机烧坏等。

在进行电气故障检修时，需要从保险丝、电缆、电机等方面入手，找出故障点，及时更换或修理。

2.机械故障风力发电机组的机械故障也是比较常见的。

例如，齿轮箱的磨损、支架的脱螺等，都会影响发电机组的正常运行。

机械故障检修需要进行分离、拆卸、检查等多项工作，需要专业技术支持和过硬的操作技能。

3.控制系统故障控制系统故障一般是由于程序编码、控制板卡设备的电路元件老化等原因引起的。

检修控制系统故障需要专业技术人员的支持，对硬件和软件都需要进行检查和修复。

二、风力发电机组故障诊断方法1.基于故障点分析故障点分析主要是通过观察和分析故障点周围的症状，以了解故障的具体原因。

例如，在电气故障检修时，可以通过测量保险丝、电缆等的电阻值，来判断故障的具体位置。

在机械故障诊断时，可以通过观察发电机组的运转音响或振动值，来判断具体故障所在。

2.基于数值模拟和仿真数值模拟和仿真是一种常用的故障诊断方法，可以通过计算机模拟出风力发电机组在不同故障情况下的运行状态，以便更加准确地判断故障位置和范围。

3.基于故障数据分析在现代风力发电机组中，装备有大量的传感器和监测设备，可以获取风力发电机组在运行过程中的各种数据。

通过对这些数据进行分析，可以了解故障的具体发生时间、位置和范围，为故障诊断和检修提供参考依据。

三、风力发电机组故障检修方法1.预防性检修预防性检修是一种在机器没有发生故障的情况下，定期进行检查和维护的方法。

风力发电机组故障诊断与修复方法风力发电机组在使用过程中难免会出现故障，这时就需要进行故障诊断与修复。

有效的故障诊断与修复方法可以减少停机时间，提高发电效率，并延长设备的使用寿命。

本文将介绍几种常见的风力发电机组故障诊断与修复方法。

一、视觉检查首先，在风力发电机组出现故障时，进行视觉检查是最基本的方法之一。

检查风力发电机组的外观是否有异常，包括旋转桨叶是否有损坏、塔筒是否有倾斜、电缆是否有磨损等。

视觉检查可以提供一些基本信息，帮助确定进一步的故障诊断方向。

二、故障记录与分析在进行风力发电机组故障诊断之前，建立一个完善的故障记录系统非常重要。

每次发电机组出现故障时，应及时记录下故障的时间、地点、情况等关键信息。

这些记录可以帮助工程师们分析，找出故障的规律和共同点，从而更快地定位故障的原因。

三、传感器检测传感器检测是一种常用的故障诊断方法。

通过安装在发电机组各个关键部位的传感器，可以实时监测发电机组的状态，如电流、电压、温度等。

一旦传感器检测到异常值，就可以及时报警，并进行进一步的故障诊断和修复。

四、振动分析振动分析是一种非常有效的故障诊断方法。

通过安装振动传感器来监测风力发电机组的振动状况，可以判断出哪个部件产生了异常振动，并据此来定位故障的位置。

不同类型的故障会产生特定频率和振幅的振动信号，通过分析振动信号，可以快速准确地找到故障。

五、温度检测温度检测是一种常见的故障诊断方法。

通过安装温度传感器，可以监测发电机组各个部件的温度变化。

当某个部件温度异常升高时，说明可能存在故障，如电缆接头松动、电机绕组短路等。

及时发现并解决这些问题，可以避免更严重的故障发生。

六、智能诊断系统智能诊断系统是目前较为先进且高效的故障诊断方法。

它通过对风力发电机组的各种传感器数据进行采集和分析，借助人工智能和大数据技术，实现故障自动诊断。

智能诊断系统不仅可以快速准确地判断故障的种类和位置，还可以提供相应的修复方案，极大地提高了故障诊断和修复的效率。