董昱廷,王海云,唐新安
(1.新疆大學電氣工程學院,烏魯木齊 830049;2.金風科技股份有限公司,烏魯木齊 830026)
風能作為一種清潔的永續(xù)能源,逐漸成為許多國家可持續(xù)發(fā)展戰(zhàn)略的重要組成部分。我國的風能開發(fā)更是飛速發(fā)展,已經成為全球最大的風電市場。2012年3月,中國可再生能源學會風能專業(yè)委員會正式公布《2011年中國風電裝機容量統(tǒng)計》。2011年中國(不包括臺灣地區(qū))新增安裝風電機組11409臺[1],裝機容量17630.9 MW,累計安裝風電機組45894臺,裝機容量62364.2 MW,年增長39.4%。年發(fā)電量達到800億kW·h。預計到2020年,風電裝機容量將達到1.5×105MW。在風電迅猛發(fā)展的同時,風力機高額的運行維護成本影響了風電場的經濟效益。由于風資源分布的限制,風力發(fā)電場多分布在遠離城市的荒漠、山區(qū)、草原,遠離監(jiān)控中心。受惡劣的自然環(huán)境以及復雜的發(fā)電機組和電力電子裝置等因素影響,風力發(fā)電設備很容易損壞。為了合理地運營和完善地維護風電場,提高風力發(fā)電機組的運行效率和可靠性,對每臺風力發(fā)電機組運行狀況的監(jiān)測必不可少。風電場要求有可靠的遠程監(jiān)測和無人值守運行控制系統(tǒng)作為風電設備正常運行及其故障診斷的必要手段。狀態(tài)監(jiān)測技術通過對風力機各個部件的實時觀測,能及時發(fā)現(xiàn)故障隱患,采取有效措施來避免重大事故的發(fā)生,同時改定期維護和事后維護為預測維護,可以有效降低運行維護成本,提高風電的經濟效益。
狀態(tài)監(jiān)測[2]是指利用各種監(jiān)測與分析儀器(在線的或離線的)、采用各種檢測、分析和處理方法,通過對設備運行狀態(tài)參數的采集、處理和分析,判斷設備的運行狀態(tài),對異常或故障狀態(tài)及時做出報警,并為進一步進行的故障分析、性能評估等提供信息和數據,是進行有效故障診斷的重要基礎。風電機組的狀態(tài)監(jiān)測技術主要分為以下幾種[3]:振動分析、油液監(jiān)測、熱成像技術、過程參數監(jiān)視、性能參數檢查,其他還包括材料的物理狀態(tài)檢查、應變測量、聲學監(jiān)測、電學效應、目視檢查、傳感器自我診斷等技術,其中,應變測量、聲發(fā)射和振動監(jiān)測可用于檢測葉片故障趨勢;基于不同傳感器的振動分析主要用于齒輪箱的狀態(tài)監(jiān)測,最常用的傳感器有加速度傳感器和位移傳感器,后者的作用是檢查主軸在低速運行時的情況;聲發(fā)射技術還可用于檢測由摩擦引起的部件表面應力的突變,尤其能提早發(fā)現(xiàn)齒輪出現(xiàn)點蝕、裂縫等潛在故障;溫度監(jiān)測可用于檢查發(fā)電機定子和轉子繞組的運行情況,轉矩測量可用于傳動系統(tǒng)的故障檢測。由于振動故障發(fā)生概率最高,振動信號所包含的信息量最大,因此振動分析法是轉動設備故障診斷中運用最廣泛、最有效的方法。在實際進行轉動設備狀態(tài)監(jiān)測與故障診斷時,往往是以振動分析法為主、相應配合以上一些方法、連同工藝及運行參數一起進行綜合分析的。
風電機組狀態(tài)監(jiān)測系統(tǒng)主要包括硬件和軟件兩部分[4]。硬件部分包括振動傳感器、數據采集儀、現(xiàn)場服務器和中心服務器。軟件部分包括前置機數據傳輸軟件和診斷分析軟件,其中數據傳輸軟件包括數據采集;數據存儲;數據上傳。診斷分析軟件結構見圖1。
圖1 診斷分析軟件系統(tǒng)流程圖Fig.1 Flow chart of the diagnosis and analysis software system
隨著計算機技術、網絡技術的發(fā)展,狀態(tài)監(jiān)測系統(tǒng)由分布在現(xiàn)場的下位機進行數據采集[5],通常是微處理控制器如PLC、DSP等。通過網絡將數據傳送到中央控制服務器的上位機,對數據進行統(tǒng)一的存儲、分析和處理,形成統(tǒng)一監(jiān)診網絡,具有數據采集的獨立性,分析監(jiān)控的統(tǒng)一性以及結構的開放性等特點,成為當今風力發(fā)電機組狀態(tài)監(jiān)測研究和發(fā)展的主要方向。風電場中央監(jiān)控系統(tǒng)與風力機就地控制系統(tǒng)之間的通信屬于較遠距離的一對多通信。目前風電場網絡通信主要分為有線和無線兩種,其中以有線為主,包括RS-485總線、Profibus現(xiàn)場總線和以太網[6],也有使用無線方式或者無線、有線混合使用的方式,但隨著風電場容量的增大以及海上風電場對視頻監(jiān)控需求的提高,尤其考慮到有線介質不可預知的破壞,目前的系統(tǒng)很難同時兼顧可靠性、安全性和性價比的高要求。
根據國內外目前風電機組的實際運行情況,通常齒輪箱齒輪及其軸承、發(fā)電機及其軸承是較容易發(fā)生故障的部件,因此在常規(guī)的監(jiān)測中,可將齒輪箱前后軸承、發(fā)電機前后軸承分別作為測量點。從信號頻段的角度來考慮[7],由于不同的故障、不同的頻段在測試方向上的敏感程度不同,故在旋轉機械振動信息的采集上,對于低頻信號(工頻5倍以上)分垂直、水平、軸向3個方向;對高頻信號對高頻信號(1 kHz以上),由于對方向性不太敏感,故只測垂直或水平一個方向即可。這是因為低頻信號的方向性較強,而高頻信號對方向不敏感的緣故。
進行準確振動分析必須遵循如下的測點選擇原則[8]:一是能夠反映真實振動情況的部位;二是盡可能靠近軸承的承載區(qū),軸承到傳感器之間有堅實金屬。風電機組機械傳動部分主要由主軸、齒輪箱、發(fā)電機組成,在各部件軸承位置安放振動加速度傳感器采集它們的加速度信號,同時在主軸葉輪端安放轉速傳感器采集機組的轉速信號。
根據風力發(fā)電機組振動狀態(tài)監(jiān)測導則[9],風電機組監(jiān)測系統(tǒng)所需的最少測量點見表1。
表1 風電機組監(jiān)測系統(tǒng)所需測量點Tab.1 Measuring points for monitoring system of wind turbine
振動狀態(tài)監(jiān)測可采用以下3種類型的傳感器:
1)加速度傳感器,主要用于高溫或強磁場環(huán)境振動狀態(tài)監(jiān)測和風電機組滾動軸承和齒輪箱的狀態(tài)監(jiān)測;
2)速度傳感器,主要用于風電機組機艙和塔架的狀態(tài)監(jiān)測;
3)位移傳感器,主要用于風電機組主軸在低速運行時軸向位移的狀態(tài)監(jiān)測。
由于兆瓦級以上風電機組的大量安裝,目前國內外已經開展了針對大型風電機組狀態(tài)監(jiān)測系統(tǒng)的研究,并有實際應用的報道。例如通用電氣公司的Bently Nevada系統(tǒng)[10]、SKF公司的SKF WindCon系統(tǒng)、德國SCHENCK VIBROGMBH公司的VIBRO-IC系統(tǒng)等。國內目前也有相關單位開始研發(fā)針對風力發(fā)電機組的狀態(tài)監(jiān)測系統(tǒng)產品,應用到風電機組上的主要有:北京唐智科技有限公司的JK10460風力發(fā)電機故障診斷系統(tǒng);西北工業(yè)大學旋轉機械與風能裝置測控研究所的CAMD-6100;浙江中自慶安新能源技術有限公司的CS2000風電機組遠程在線振動監(jiān)測與分析系統(tǒng)等。下面對幾種廠家的狀態(tài)監(jiān)測系統(tǒng)進行介紹。
共振解調技術[11]就是利用傳感器及電路的諧振,將故障沖擊引起的衰減振動放大,從而提高故障檢測的靈敏度,利用解調技術將故障信息提取出來,通過對解調后的信號進行頻譜分析,診斷出故障的部位。唐智科技研發(fā)的JK10460風電診斷系統(tǒng)[12]就是以“共振解調故障診斷技術”為理論基礎,實現(xiàn)對風電機組關鍵機械部件的在線自動診斷。系統(tǒng)機載裝置安裝在每臺風機的機艙與塔架內,通過安裝的振動沖擊復合、位移、雙坐標振動傳感器實時獲取監(jiān)測對象的故障信息,輔以轉速信息和偏航信息,實現(xiàn)對監(jiān)測對象的自動實時診斷。同時把實時診斷故障特征與部分原始數據通過風場構建的光纖環(huán)網發(fā)送到風場的數據服務器,再經過數據服務器上的故障專家診斷系統(tǒng)綜合決策后輸出報警。風場監(jiān)控終端和企業(yè)監(jiān)控中心以及遠程授權用戶可以通過訪問數據服務器獲取報警結果,并進行聲光報警。結構示意圖如圖2所示。
圖2 JK10460風電診斷系統(tǒng)結構示意圖Fig.2 Structure diagram of JK10460 wind diagnosis system
為保證機載監(jiān)測數據能可靠的傳送到中控數據服務器,各風機上的機載主機與中控數據服務器通訊采用光纖環(huán)網方案。單臺風機接入光纖環(huán)網示意如圖3所示。
圖3 單臺風機連接示意圖Fig.3 Connection diagram of the single wind generator
該診斷系統(tǒng)實現(xiàn)的可選功能如下:
1)在線監(jiān)測發(fā)電機接地電刷接觸異常以及電刷、滑環(huán)的磨損情況;
2)在線監(jiān)測齒輪箱高速軸的軸向竄動或齒輪箱整體的軸向位移;
3)在能夠獲取偏航角的前提下,在線監(jiān)測塔筒頂部的晃度以及傾斜角度,并通過故障診斷專家系統(tǒng)軟件自動報警或提示。在能夠獲取風速或功率的前提下,具備塔架晃度與風速或功率的相關趨勢分析功能;
4)在線監(jiān)測塔架緊固螺栓松動、裂紋、葉輪、葉片等重大故障;
5)具備軸向位移原始和趨勢數據分析功能。
北京化工大學診斷與自愈工程中心研發(fā)了一種最優(yōu)濾波解調技術[13],將其運用在與博華信智公司聯(lián)合開發(fā)的風電動設備監(jiān)測產品BH5000-W中。該系統(tǒng)在主軸承、齒輪箱體、發(fā)電機兩側軸承等6個監(jiān)測點裝了加速度傳感器和電渦流傳感器,對采集的加速度振動信號進行包絡解調分析,從而進行故障診斷。當滾動軸承與齒輪間發(fā)生故障時,屬于剛性部件之間的接觸故障,會產生沖擊性調制信號,傳統(tǒng)的頻譜分析快速傅里葉變換適合處理平穩(wěn)的周期信號,往往會失效,因此采用包絡解調技術[14]。對信號的高頻部分進行包絡解調,加強了高頻段瞬態(tài)畸變小信號的能量,同時也克服了傳統(tǒng)解調方法濾波器設置的困難,用戶可以不必設置濾波器頻率,系統(tǒng)會自動計算出最優(yōu)頻率。將包絡解調技術與傳統(tǒng)的頻譜分析技術相結合,能在軸承、齒輪嚴重損壞之前就及時檢測到他們的早期缺陷及潤滑問題,同時根據加速度幅值譜和3D包絡譜預測故障的趨勢和周期等。系統(tǒng)功能:
1)遠程監(jiān)測,多通道功能實時同步采集、存儲及遠程傳輸;
2)能夠檢測顯示通頻幅值趨勢、加速度幅值趨勢、加速度幅值包絡譜、速度功率譜等;
3)被測物理量實時顯示、歷史回放;
4)具有自動報警功能,具備軸向位移原始和趨勢數據分析功能。
阿爾斯通創(chuàng)為實技術發(fā)展有限公司[15]是全球領先的機組在線狀態(tài)監(jiān)測產品及服務提供商,其S8100泵群在線監(jiān)測系統(tǒng)已在風電機組投入應用。系統(tǒng)拓撲圖如圖4所示。
圖4 S8100泵群在線監(jiān)測系統(tǒng)拓撲圖Fig.4 The topological graph of S8100 pump group in the online monitoring system
無線現(xiàn)場采集站(WFAS)或現(xiàn)場采集站(FAS)采集風機上關鍵部件的振動信號[16]絡轉換模塊(NTM)與風電場局域網連接。振動數據被存儲到現(xiàn)場服務器,有條件的還可以通過CDMA(遠程)傳輸到公司總部的中心服務器。該中心服務器具有Web發(fā)布功能。授權用戶只要登陸網站,就可以隨時查看機組振動數據。系統(tǒng)具有機組總貌圖、棒圖、波形頻譜圖、歷史趨勢圖等多種診斷圖譜,還可以實現(xiàn)遠程專家會診。該系統(tǒng)自帶一個“特征頻率計算器”,可以通過用戶輸入的齒輪或軸承參數計算出特征頻率,為分析診斷提供依據,并且系統(tǒng)安裝簡便,可以不停機、不斷電進行安裝,完全獨立于已有的中央監(jiān)控系統(tǒng)及就地電控系統(tǒng),不會對日常監(jiān)控產生影響。
文獻[17]提出一種基于IEEE802.16d無線Mesh網絡的風力發(fā)電機在線監(jiān)控診斷系統(tǒng)。系統(tǒng)依托無線Mesh網絡將采集得到的信息發(fā)送到監(jiān)控診斷中心,監(jiān)控中心對監(jiān)控數據進行分析處理,斷風電機的故障趨勢,從而實現(xiàn)風電機的在線監(jiān)控診斷。該系統(tǒng)具有組網快速、自組、抗干擾及傳輸速率高等特點。且系統(tǒng)采用B/S(Browser/Server)三層開放模式和軟件復用技術的編程模式,具有良好的集成性和安全性。
隨著全世界風力發(fā)電產業(yè)的發(fā)展,風力發(fā)電機組的狀態(tài)監(jiān)測系統(tǒng)將會變得越來越重要。就目前發(fā)展而言,狀態(tài)監(jiān)測的方法越來越多元化,像無線網絡、無線數據傳輸等更多的技術被用于狀態(tài)監(jiān)測系統(tǒng)的開發(fā)。雖然國內外針對風電機組提出了各種狀態(tài)監(jiān)測方法,但大部分還處在試驗和模擬階段,國內只有少數風力機開始測試安裝在線振動監(jiān)測系統(tǒng)。目前存在的問題有以下幾個方面。
1)風電機組各部件監(jiān)測機制的完善。風電機組是一個復雜的機電綜合系統(tǒng),發(fā)電機、齒輪箱、軸承通常是發(fā)生故障概率較多的部件,也是各個廠家的監(jiān)測重點,在葉片的監(jiān)測與故障診斷方面,國內雖然在風力機葉片的設計制造技術方面取得了一定的研究成果,但現(xiàn)有文獻對其運行過程中的狀態(tài)檢測技術研究得較少,國外研究人員用光纖光柵傳感器實現(xiàn)風力機葉片的光柵傳感器捕捉應變信號,評判葉片健康狀態(tài),但葉片損傷容限準則尚未有效建立,基于光纖光柵傳感器獲得的信號難以與葉片損傷模式對應。雖然國外在風力機葉片故障診斷方面取得了一定的研究成果,但主要還是處于試驗階段,應用到實際中還需要一定的時間。
2)專家系統(tǒng)的建立。專家系統(tǒng)通過現(xiàn)有的數據,自動判斷機組的狀態(tài),若機組故障,可以自動給出故障的類型,為機組檢修提供建設性意見。但是目前大部分專家系統(tǒng)存在缺陷,主要表現(xiàn)在:建立知識庫及驗證其完備性比較困難;容錯能力較差,缺乏有效的方法識別錯誤信息;大型專家系統(tǒng)知識庫的維護難度很大;在復雜故障診斷任務中會出現(xiàn)組合爆炸和推理速度慢的問題。
3)報警閾值的設置。報警閾值設置困難,需要綜合考慮風電機組轉速、載荷、風速等多種因素進行設置,這也需要有足夠的數據積累。
4)新技術在監(jiān)測系統(tǒng)軟件中的應用。在監(jiān)測系統(tǒng)中,采用光纖網絡傳輸的方式,能極大的提高信息處理和傳輸的效率。同時加入視頻、音頻監(jiān)控功能,能減少巡檢次數和強度,同時設備巡視的及時性大大提高,對于現(xiàn)場生產調度和指揮具有極大的幫助。
5)研發(fā)有效可行的軟硬件系統(tǒng)。雖然國內外針對風電機組提出了各種狀態(tài)監(jiān)測方法,但大多處于試驗階段并沒有大規(guī)模投入使用,目前風機還沒有成熟的振動監(jiān)測系統(tǒng),瑞典SKF以及國內幾家公司均在研發(fā)風機診斷系統(tǒng)。
目前,進一步研發(fā)新的狀態(tài)監(jiān)測系統(tǒng)和故障診斷方法,降低軟硬件的開發(fā)成本,是完善風電機組狀態(tài)監(jiān)測系統(tǒng)的關鍵,利用風場光纖系統(tǒng)或開發(fā)無線傳輸系統(tǒng)等新技術,將會形成狀態(tài)監(jiān)測系統(tǒng)新的發(fā)展方向。
[1] 黃霞.中國風能協(xié)會發(fā)布2011年風電裝機容量[J].風能產業(yè)觀察,2012(5):18-19.HUANG Xia.Wind power installed capacity released by China’s wind energy association in 2011[J].Observe on Wind Power Industry,2012(5):18-19(in Chinese).
[2] 張來斌,王朝暉,張喜廷,等.機械設備故障診斷技術及方法[M].北京:石油工業(yè)出版社,2000:55-87.
[3] 彭華東,陳曉清,任明,等.風電機組故障智能診斷技術及系統(tǒng)研究[J].電網與清潔能源,2011,27(2):45-49.PENG Hua-dong,CHEN Xiao-qing,REN Ming,et al.Intelligent fault diagnosis technology and system for wind turbines[J].Power System and Clean Energy,2011,27(2):45-49(in Chinese).
[4] 盛迎新,周繼威.風電機組在線振動監(jiān)測系統(tǒng)及現(xiàn)場應用[J].振動、測試與診斷,2010,30(6):704-706.SHENG Ying-xin,ZHOU Ji-wei.Online vibration monitoring system and field application of wind turbines[J].Journal of Vibration,Measurement&Diagnosis,2010,30(6):704-706(in Chinese).
[5] 周維國.汽輪發(fā)電機組振動在線監(jiān)測系統(tǒng)失真原因分析及處理[J].陜西電力,2011,39(9):78-80.ZHOU Wei-guo.Cause analysis and treatment of distortion in turbine vibration online monitoring system[J].Shaanxi Electric Power,2011,39(9):78-80(in Chinese).
[6] 白永祥,房大中,侯佑華,等.大規(guī)模風電場監(jiān)控智能通信管理終端[J].電力電子技術,2010,44(6):26-28.BAI Yong-xiang,F(xiàn)ANG Da-zhong,HOU You-hua,et al.Intelligent communication management terminal for large-scale wind farms monitoring and control[J].Power Electronics,2010,44(6):26-28(in Chinese).
[7] 湯三,李娜.電力設備外絕緣監(jiān)測系統(tǒng)研究[J].西北水電,2010(1):60-63.TANG San,LI Na.Study of external insulation monitoring system of electricity equipment[J].Northwest Hydropower,2010(1):60-63(in Chinese).
[8] 黃晉英.履帶車輛振動譜測試與分析方法研究[J].振動、測試與診斷,2009,29(4):457-461.HUANG Jin-ying.Vibration spectrum measurement and study of analysis method of caterpillar vehicle[J].Journal of Vibration,Measurement&Diagnosis,2009,29(4):457-461(in Chinese).
[9] 申燭,周繼威,張寶全,等.風力發(fā)電機組振動狀態(tài)監(jiān)測導則[K].2009.
[10]呂躍剛,關曉慧,劉俊承.風力發(fā)電機組狀態(tài)監(jiān)測系統(tǒng)研究[J].自動化與儀器儀表,2012(1):18-23.L譈 Y ue-gang,GUAN Xiao-hui,LIU Jun-cheng.Research on condition monitoring system of wind turbine[J].Automation & Instrumentation,2012(1):18-23(in Chinese).
[11]司德亮,祁東婷,朱占利,等.基于LAbVIEW的光伏電站發(fā)電設備溫度監(jiān)測系統(tǒng)[J].能源工程,2011(5):34-37.SI De-liang,QI Dong-ting,ZHU Zhan-li,et al.Research on temperature monitoring system for generating equipments in PV plant based on LABVI EW[J].Energy Engineering,2011(5):34-37(in Chinese).
[12]風電機組在線故障診斷系統(tǒng)技術方案說明書[K].北京唐智科技發(fā)展有限公司,2011.
[13]馮坤.風電動設備監(jiān)測診斷技術交流 [R].北京:北京化工大學診斷與自愈工程中心,2010.
[14]唐貴基,蔡偉.應用小波包和包絡分析的滾動軸承故障診斷[J].振動、測試與診斷,2009,29(2):201-204.TANG Gui-ji,CAI Wei.Fault diagnosis of rolling bearing of wavelet packet and envelope[J].Journal of Vibration,Measurement&Diagnosis,2009,29(2):201-204 (in Chinese).
[15]S8100機泵群網絡化在線狀態(tài)監(jiān)測和分析系統(tǒng)使用手冊[K].阿爾斯通創(chuàng)為實技術發(fā)展有限公司,2007.
[16]陳明澤,于剛.基于無線數據傳輸及遠程功能的風電機組監(jiān)測診斷系統(tǒng)[J].現(xiàn)代電子技術,2008(13):19-22.CHEN Ming-ze,YU Gang.Wireless-based remote monitoring and diagnosis system for wind turbines[J].Modern Electronics Technique,2008(13):19-22(in Chinese).
[17]王惠中,劉廣,王小鵬.基于無線網的風電機在線監(jiān)測診斷系統(tǒng)設計[J].中國電力,2010(10):58-61.WANG Hui-zhong,LIU Guang,WANG Xiao-peng.Design of wind turbine online monitoring and fault diagnosis system based on wireless network[J].Electric Power,2010(10):58-61(in Chinese).