風(fēng)電機(jī)組可靠性研究現(xiàn)狀與發(fā)展趨勢(shì)

李 垚 朱才朝 陶友傳 宋朝省 譚建軍

1.重慶大學(xué)機(jī)械傳動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室,重慶，4000302.中船重工(重慶)海裝風(fēng)電設(shè)備有限公司，重慶，401122

風(fēng)電機(jī)組可靠性研究現(xiàn)狀與發(fā)展趨勢(shì)

李 垚1朱才朝1陶友傳2宋朝省1譚建軍1

1.重慶大學(xué)機(jī)械傳動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室,重慶，4000302.中船重工(重慶)海裝風(fēng)電設(shè)備有限公司，重慶，401122

對(duì)國(guó)內(nèi)外風(fēng)電機(jī)組失效模式和可靠性研究進(jìn)展進(jìn)行分析，對(duì)風(fēng)電機(jī)組增速齒輪箱、軸承、發(fā)電機(jī)、葉片和潤(rùn)滑系統(tǒng)等關(guān)鍵零部件失效模式、失效原因及其檢測(cè)方法進(jìn)行歸納總結(jié)；分析了風(fēng)電機(jī)組可靠性研究的常用方法和可靠性研究現(xiàn)狀，給出了提高風(fēng)電機(jī)組可靠性的研究重點(diǎn)、研究方法和措施。結(jié)合工程需求和研究現(xiàn)狀，對(duì)風(fēng)電機(jī)組可靠性研究趨勢(shì)進(jìn)行了分析，提出風(fēng)電機(jī)組智能健康管理技術(shù)路線，該技術(shù)對(duì)降低風(fēng)場(chǎng)運(yùn)行維護(hù)成本和提高風(fēng)電機(jī)組運(yùn)行安全性具有重要意義。

風(fēng)電機(jī)組；失效模式；可靠性；研究現(xiàn)狀；發(fā)展趨勢(shì)

0 引言

風(fēng)能是當(dāng)今世界最具發(fā)展前景和潛力的可再生能源之一，資源充足且干凈清潔[1]，到2015年底，全球累計(jì)風(fēng)能發(fā)電能力已超過(guò)400 GW。中國(guó)是風(fēng)電裝機(jī)規(guī)模最大的國(guó)家之一，裝機(jī)能力已達(dá)到51 473 MW，占全球發(fā)電總能力的45.1%。2016年全國(guó)風(fēng)電開(kāi)發(fā)建設(shè)總規(guī)模(不含臺(tái)灣省)為3083萬(wàn)千瓦(數(shù)據(jù)來(lái)自國(guó)家能源局),2050年我國(guó)風(fēng)電裝機(jī)容量將達(dá)到10億千瓦，風(fēng)電成為發(fā)電主力。

風(fēng)電機(jī)組是在波動(dòng)風(fēng)場(chǎng)環(huán)境中，實(shí)現(xiàn)風(fēng)能捕獲、傳遞和轉(zhuǎn)換的復(fù)雜機(jī)電液一體化裝備，其運(yùn)行工況復(fù)雜多變，面臨高溫、高海拔、強(qiáng)沙塵、臺(tái)風(fēng)等多種極端惡劣環(huán)境條件，涉及多學(xué)科交叉領(lǐng)域，技術(shù)難度極大。隨著風(fēng)電機(jī)組裝機(jī)數(shù)量不斷增加、結(jié)構(gòu)越來(lái)越復(fù)雜，其可靠性問(wèn)題(如早期失效)變得非常突出[2]。風(fēng)電機(jī)組的高失效率增加了運(yùn)行維護(hù)(以下簡(jiǎn)稱(chēng)運(yùn)維)成本，影響了風(fēng)場(chǎng)的經(jīng)濟(jì)效益。對(duì)于工作壽命為20年的風(fēng)電機(jī)組，運(yùn)維成本大約占風(fēng)場(chǎng)收入的10%～15%；對(duì)于海上風(fēng)電機(jī)組，運(yùn)維成本更是高達(dá)20%～25%[3]。高額運(yùn)維成本增加了風(fēng)場(chǎng)運(yùn)營(yíng)商的經(jīng)濟(jì)負(fù)擔(dān)，也影響了風(fēng)電市場(chǎng)競(jìng)爭(zhēng)力，因此，開(kāi)展風(fēng)電機(jī)組可靠性評(píng)估和預(yù)測(cè)技術(shù)研究顯得非常迫切。

本文總結(jié)了風(fēng)電機(jī)組失效模式，重點(diǎn)介紹和分析了可靠性研究現(xiàn)狀，并給出了風(fēng)電機(jī)組可靠性研究的發(fā)展趨勢(shì)和相應(yīng)的技術(shù)路線，以及有待進(jìn)一步研究的關(guān)鍵科學(xué)問(wèn)題。

1 風(fēng)電機(jī)組基本結(jié)構(gòu)

風(fēng)電機(jī)組是將風(fēng)能轉(zhuǎn)化為電能的重要裝備。根據(jù)風(fēng)輪結(jié)構(gòu)及其在氣流中的位置，風(fēng)電機(jī)組主要有兩種類(lèi)型：水平軸風(fēng)電機(jī)組(horizontal axis wind turbine, HAWT)和垂直軸風(fēng)電機(jī)組(vertical axis wind turbine, VAWT)。研究表明，HAWT比VAWT可靠[4]，被廣泛運(yùn)用于各種機(jī)型，其典型結(jié)構(gòu)如圖1所示。依據(jù)風(fēng)電機(jī)組各部分在整個(gè)風(fēng)機(jī)系統(tǒng)中所起的作用和安裝位置，風(fēng)電機(jī)組可以被分成轉(zhuǎn)子系統(tǒng)、齒輪箱系統(tǒng)、發(fā)電機(jī)系統(tǒng)、塔筒系統(tǒng)、其他機(jī)械系統(tǒng)和其他電子系統(tǒng)六大系統(tǒng)。

圖1 典型雙饋式風(fēng)電機(jī)組結(jié)構(gòu)圖Fig.1 Structure of the doubly-fed wind turbine

現(xiàn)有風(fēng)機(jī)多采用交流多相發(fā)電機(jī)，包括鼠籠式感應(yīng)發(fā)電機(jī)(squirrel cage induction generator, SCIG)、繞線式感應(yīng)發(fā)電機(jī)(wound rotor induction generator, WRIG)、雙饋異步風(fēng)力發(fā)電機(jī)(doubly-fed induction generator, DFIG)、永磁式同步發(fā)電機(jī)(permanentmagnet synchronous generator, PMSG)、電勵(lì)磁同步發(fā)電機(jī)(electrically excited synchronous generator, EESG)。不同制造商生產(chǎn)的同功率風(fēng)機(jī)選用的發(fā)電機(jī)類(lèi)型不同，同一制造商生產(chǎn)的不同功率風(fēng)機(jī)采用的發(fā)電機(jī)也不同。海上風(fēng)電機(jī)組一般比陸上風(fēng)電機(jī)組容量大很多，葉片更長(zhǎng)，多采用兩級(jí)行星一級(jí)平行軸的功率傳遞形式，比陸上風(fēng)電機(jī)組可靠性要求更嚴(yán)格。

2 風(fēng)電機(jī)組失效模式

風(fēng)電機(jī)組的失效頻率與風(fēng)機(jī)類(lèi)型、工作環(huán)境密切相關(guān)，圖2所示同一種風(fēng)機(jī)工作在海上和陸地時(shí)不同的失效率情況[5]?？梢钥闯鲫P(guān)鍵與重要(以下簡(jiǎn)稱(chēng)“關(guān)重”)零部件的失效率要高于其他零部件，而同種零部件工作在海上比在陸地上更易失效。

圖2 風(fēng)電機(jī)組零部件失效率Fig.2 Failure rates of components of wind turbines

對(duì)于風(fēng)電機(jī)組傳動(dòng)系統(tǒng)，齒輪箱、發(fā)電機(jī)、葉片等關(guān)重零部件的失效率較高。齒輪箱的失效主要由齒輪、軸承的失效引起；發(fā)電機(jī)失效主要由軸承失效所致。風(fēng)電機(jī)組關(guān)重零部件的失效模式、失效原因和檢測(cè)方法見(jiàn)表1[6]。

2.1 齒輪箱系統(tǒng)失效模式

風(fēng)電齒輪箱中任何一個(gè)零部件的失效都會(huì)產(chǎn)生較高的維修費(fèi)用和因停機(jī)而帶來(lái)的巨大經(jīng)濟(jì)損失，對(duì)于海上風(fēng)電機(jī)組表現(xiàn)得更加明顯。齒輪箱最常見(jiàn)的失效形式有軸承失效、齒輪疲勞、磨損、斷裂失效、潤(rùn)滑不足等。圖3所示為齒輪箱軸承的三種失效模式，其中疲勞失效較常見(jiàn)。齒輪箱中連接前箱體、齒圈和中箱體的螺栓也時(shí)有失效，主要是因?yàn)榈退偌?jí)一般為斜齒輪，再加上隨機(jī)風(fēng)載作用，箱體承受較大軸向力，而這些力全部作用在均布的螺栓上，受力不均很容易導(dǎo)致螺栓斷裂失效。圖4為齒輪箱螺栓失效圖，圖中斷面光滑，屬于疲勞斷裂。從螺母支撐面算起，斷裂部位為第一圈螺紋處(圖4b、圖4c)，測(cè)試發(fā)現(xiàn)，約有1/3的載荷集中在第一圈，而試驗(yàn)證明，開(kāi)卸荷槽、適當(dāng)?shù)穆菁y錐度和螺紋根部圓角半徑可以增加螺栓承載能力，提高可靠性。

表1 風(fēng)電機(jī)組關(guān)重零部件失效模式Tab.1 Failures modes of the key components of wind turbines

(a)潤(rùn)滑不足 (b)疲勞失效 (c)磨損失效圖3 齒輪箱軸承失效Fig.3 Faults of the wind turbine bearings

(a)斷裂部位 (b)螺桿部分 (c)螺母部分圖4 齒輪箱螺栓失效Fig.4 Bolt faults of wind turbine gearbox

2.2 發(fā)電機(jī)失效模式

發(fā)電機(jī)與輸出時(shí)變機(jī)械能的齒輪箱相連，發(fā)電機(jī)承受來(lái)自齒輪箱的時(shí)變扭矩和轉(zhuǎn)速，使得發(fā)電機(jī)成為風(fēng)電機(jī)組失效率較高的關(guān)重件之一。導(dǎo)致發(fā)電機(jī)失效的根本原因有設(shè)計(jì)、操作、維修和外界環(huán)境等。發(fā)電機(jī)的失效率與整機(jī)容量、工作環(huán)境等有關(guān)。圖5所示為不同容量風(fēng)電機(jī)組發(fā)電機(jī)零部件失效率情況。不同故障原因會(huì)導(dǎo)致發(fā)電機(jī)不同的失效模式，這些原因包括設(shè)計(jì)、操作、維修和外界環(huán)境，見(jiàn)表2。圖6所示為發(fā)電機(jī)三種典型失效模式，其中軸承失效最為常見(jiàn)。

圖5 不同容量發(fā)電機(jī)零部件失效率統(tǒng)計(jì)Fig.5 Component failure rates of different power generators

2.3 轉(zhuǎn)子葉片失效模式

葉片長(zhǎng)期承受著交變應(yīng)力作用和環(huán)境影響，失效率較高，主要的失效模式有疲勞、開(kāi)裂、前后緣裂紋、前緣腐蝕、補(bǔ)強(qiáng)裂紋、褶皺、內(nèi)腔缺陷、蓋板故障、磨損、卡死、結(jié)冰和傳感器故障，嚴(yán)重時(shí)會(huì)發(fā)生斷裂，其中疲勞失效是風(fēng)電機(jī)組葉片的主要失效模式，如圖7所示。葉片維修困難，維修成本高，所以研究葉片失效模式、可靠性與載荷內(nèi)在關(guān)系和失效機(jī)理對(duì)提高葉片可靠性具有重要意義。

表2 發(fā)電機(jī)失效模式Tab.2 Failure modes of the generator

(a)軸承失效 (b)磁損 (c)線圈污染圖6 發(fā)電機(jī)失效模式 Fig.6 Faults of the generator

(a)后緣裂紋 (b)前緣裂紋 (c)葉片斷裂圖7 葉片失效模式Fig.7 Failure modes of the blade

3 風(fēng)電機(jī)組可靠性研究

可靠性是指零部件(或系統(tǒng))在規(guī)定的時(shí)間和條件下，完成規(guī)定功能的可能性。對(duì)于不可修復(fù)系統(tǒng)，可靠性的評(píng)價(jià)尺度是可靠度；對(duì)于可修復(fù)系統(tǒng)，可靠性的評(píng)價(jià)尺度是可用度。風(fēng)電機(jī)組傳動(dòng)系統(tǒng)零部件既有可修復(fù)系統(tǒng)，又有不可修復(fù)系統(tǒng)。不可修復(fù)系統(tǒng)，如齒輪、軸承等，一旦損壞就需要替換；可修復(fù)系統(tǒng)，如螺栓松動(dòng)、油管堵塞等。因此，風(fēng)電機(jī)組的可靠性應(yīng)綜合考慮可靠度和可用度，以有效度作為可靠性評(píng)價(jià)尺度。圖8示出了不同零部件失效后停機(jī)時(shí)間和失效率之間的關(guān)系，可以看出零部件的失效率越高，失效后需要的停機(jī)時(shí)間相對(duì)越短；反之，失效率較低的零部件，失效后所需停機(jī)時(shí)間反而較長(zhǎng)。

圖8 零部件年失效頻率與停機(jī)時(shí)間的關(guān)系Fig.8 Relation between the failure rate and the downtime

風(fēng)電裝機(jī)容量逐年攀升，陸上風(fēng)電基本飽和，而海上風(fēng)電還處于起步階段。不同主機(jī)企業(yè)生產(chǎn)的風(fēng)機(jī)可靠性參差不齊，尚沒(méi)有一個(gè)統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)。針對(duì)風(fēng)電機(jī)組可靠性低的問(wèn)題，國(guó)內(nèi)外學(xué)者提出了各種研究方法，但大部分僅局限于齒輪傳動(dòng)系統(tǒng)，忽略了整機(jī)其他系統(tǒng)相互作用影響，采用簡(jiǎn)單串聯(lián)或并聯(lián)的方法計(jì)算可靠度，效果有限。針對(duì)風(fēng)電機(jī)組運(yùn)維成本高、難度大的問(wèn)題，研發(fā)風(fēng)場(chǎng)組群智能健康管理系統(tǒng)，制定維修策略，可有效減少計(jì)劃外維修次數(shù)，提高風(fēng)電機(jī)組可靠性。

3.1 風(fēng)電機(jī)組可靠性分析方法

常用的可靠性分析方法主要有基于數(shù)據(jù)庫(kù)的統(tǒng)計(jì)分析和基于載荷的應(yīng)力-強(qiáng)度干涉理論兩種。

3.1.1 基于數(shù)據(jù)庫(kù)的統(tǒng)計(jì)分析

風(fēng)電機(jī)組服役期內(nèi)的故障率是隨時(shí)間變化的，很難用一個(gè)數(shù)學(xué)函數(shù)來(lái)表示，但可修復(fù)系統(tǒng)服役期內(nèi)故障率近似服從浴盆曲線，如圖9所示。其中，h(t)為失效率。威布爾分布、Gamma分布和指數(shù)分布是風(fēng)電機(jī)組可靠性分析中三個(gè)重要分布。三參數(shù)威布爾故障率分布函數(shù)可表示為[7]

(1)

其中，t為時(shí)間，t>0;t0為位置參數(shù);β1、β2為威布

圖9 可修復(fù)系統(tǒng)失效率浴盆曲線Fig.9 Bathtub curve of the failure rate of the repairable system

爾分布形狀參數(shù)，且β1β2>1;η1、η2為尺度參數(shù);λ為權(quán)重系數(shù)。取t0=0，η1=10，η2=100，β1=5，β2=5。

圖10是故障概率密度函數(shù)圖，圖中出現(xiàn)兩個(gè)峰值，分別表示浴盆曲線早期故障期和損耗故障期，在這兩個(gè)階段故障率較高。權(quán)重系數(shù)分別取0.1、0.2、0.3時(shí)，故障概率密度函數(shù)曲線僅在峰值處有較大變化，選取合適的權(quán)重系數(shù)以適應(yīng)不同工作環(huán)境的風(fēng)電機(jī)組故障率變化情況。圖11所示為失效率隨時(shí)間的變化情況，早期階段出現(xiàn)一個(gè)峰值表示風(fēng)電機(jī)組處于跑合階段，磨損較大，失效率出現(xiàn)波動(dòng)，之后便趨于穩(wěn)定，后期失效率會(huì)越來(lái)越高。不同權(quán)重系數(shù)的失效函數(shù)曲線僅在峰值處有差異，這與風(fēng)電機(jī)組容量和工況有關(guān)。圖12是可靠度函數(shù)圖，圖中大致有三個(gè)階段：階段Ⅰ可靠度急劇下降，主要是由于新裝的風(fēng)電機(jī)組對(duì)環(huán)境和載荷的適應(yīng)；階段Ⅱ可靠度較為穩(wěn)定，屬于穩(wěn)定磨損階段；階段Ⅲ可靠度又開(kāi)始急劇降低，表明風(fēng)電機(jī)組已進(jìn)入損耗故障期，可靠度較低。因此，浴盆曲線能較好地模擬風(fēng)電機(jī)組整個(gè)服役期內(nèi)失效率的變化情況。

圖10 故障概率密度函數(shù)Fig.10 Fault probability density function

圖11 失效率函數(shù)圖Fig.11 Diagram of failure rate function

圖12 可靠度函數(shù)圖Fig.12 Diagram of the reliability function

3.1.2 基于載荷的應(yīng)力-強(qiáng)度干涉理論

風(fēng)電齒輪箱中零部件的隨機(jī)載荷和疲勞強(qiáng)度均服從正態(tài)分布[8]，則零部件應(yīng)力和強(qiáng)度的概率密度函數(shù)分別為

(2)

(3)

式中，S為隨機(jī)變量;σS為應(yīng)力隨機(jī)變量的標(biāo)準(zhǔn)差；μS為應(yīng)力隨機(jī)變量的期望；δ為強(qiáng)度隨機(jī)變量；σδ為強(qiáng)度隨機(jī)變量的標(biāo)準(zhǔn)差；μδ為強(qiáng)度隨機(jī)變量的期望。

根據(jù)應(yīng)力-強(qiáng)度干涉理論定義，隨機(jī)變量z=δ-S也服從正態(tài)分布，所以應(yīng)力-強(qiáng)度干涉模型可靠度

(4)

式中，σz為z的標(biāo)準(zhǔn)差;uz為z的期望。

由齒輪齒根彎曲疲勞應(yīng)力和疲勞強(qiáng)度的均值和方差，利用可靠度公式計(jì)算齒輪的動(dòng)態(tài)可靠度，圖13所示為風(fēng)電齒輪箱高速級(jí)小齒輪可靠度，前20 000 h可靠度下降較快，之后變化趨于平緩。

圖13 高速級(jí)小齒輪動(dòng)態(tài)可靠度Fig.13 Dynamic reliability of the high speed gear

3.2 風(fēng)電機(jī)組可靠性研究進(jìn)展

國(guó)內(nèi)外對(duì)風(fēng)電機(jī)組可靠性的研究從分析對(duì)象的角度大致可以分為兩類(lèi)：①基于載荷的可靠性分析；②基于數(shù)據(jù)庫(kù)的可靠性統(tǒng)計(jì)分析。基于載荷的可靠性分析流程如圖14所示。根據(jù)疲勞損傷累積理論，分別計(jì)算出測(cè)試載荷和設(shè)計(jì)載荷下風(fēng)電機(jī)組的疲勞壽命和可用度，進(jìn)行可靠性評(píng)價(jià)。

圖14 基于載荷的可靠性分析流程Fig.14 Flow chart of reliability analysis based onload

基于風(fēng)場(chǎng)數(shù)據(jù)庫(kù)的可靠性統(tǒng)計(jì)分析國(guó)外研究較多。ARABIAN-HOSEYNABADI等[9]考慮關(guān)重零部件和風(fēng)電機(jī)組失效率影響，比較了可靠性分析軟件(Relex)與失效模式和影響分析(failure mode and effects analysis,FMEA)方法的計(jì)算結(jié)果。GUO等[10]提出了一種新的數(shù)學(xué)模型和算法，解決了風(fēng)場(chǎng)失效數(shù)據(jù)不完整問(wèn)題，證明三參數(shù)威布爾模型能夠獲得精確風(fēng)機(jī)可靠性走勢(shì)。TAVNER等[4]采用統(tǒng)計(jì)方法分析了某風(fēng)機(jī)11年的運(yùn)行數(shù)據(jù)。ZHANG等[11]將大數(shù)據(jù)分析技術(shù)運(yùn)用到風(fēng)電機(jī)組可靠性分析中，依據(jù)貝葉斯網(wǎng)絡(luò)理論建立了離散狀態(tài)模型，研究了有效壽命的預(yù)測(cè)方法。

美國(guó)可再生能源國(guó)家實(shí)驗(yàn)室(national renewable energy laboratory,NREL)在風(fēng)電齒輪箱可靠性方面做了大量研究工作。SINGH等[12]利用FAST和MATLAB-Simulink聯(lián)合仿真，分析了電網(wǎng)和風(fēng)電機(jī)組間的相互影響。NREL提出通過(guò)主機(jī)廠、運(yùn)營(yíng)商、齒輪箱和軸承生產(chǎn)商、潤(rùn)滑劑企業(yè)和風(fēng)場(chǎng)所有者多方合作的方式來(lái)提高齒輪箱可靠性[13]。KELLER等[14]研究了發(fā)電機(jī)安裝誤差、齒輪箱與發(fā)電機(jī)的耦合剛度和齒輪箱運(yùn)動(dòng)等對(duì)高速級(jí)軸、軸承和發(fā)電機(jī)的影響。SMOLDERS等[15]建立了齒輪箱可靠性預(yù)測(cè)模型，使用風(fēng)場(chǎng)失效數(shù)據(jù)提高了可靠性預(yù)測(cè)準(zhǔn)確性。AL-TUBI等[16]使用數(shù)據(jù)采集與監(jiān)控系統(tǒng)(supervisory control and data acquisition, SCADA)采集的數(shù)據(jù)，基于ISO標(biāo)準(zhǔn)預(yù)測(cè)和評(píng)價(jià)了風(fēng)電齒輪箱輪齒微點(diǎn)蝕失效風(fēng)險(xiǎn)。FENG等[17]使用SCADA和狀態(tài)監(jiān)測(cè)系統(tǒng)(condition monitoring system, CMS)測(cè)試數(shù)據(jù)，開(kāi)發(fā)新算法進(jìn)行風(fēng)電齒輪箱健康狀態(tài)診斷。NEJAD等[18]用S-N曲線方法計(jì)算了在額定功率下齒輪和軸承的疲勞損傷，并提出了一種基于可靠性的維修策略。周志剛等[19]通過(guò)齒輪箱動(dòng)力學(xué)模型提取載荷矩陣，應(yīng)用應(yīng)力-強(qiáng)度干涉理論，建立了齒輪傳動(dòng)系統(tǒng)可靠性模型，分析了傳動(dòng)系統(tǒng)動(dòng)態(tài)可靠度。謝里陽(yáng)等[20]研究了復(fù)雜載荷的不確定性表征,建立了風(fēng)電機(jī)組疲勞可靠性分析、計(jì)算和評(píng)估的完整方法和模型。

發(fā)電機(jī)是風(fēng)電機(jī)組的關(guān)鍵部件，它的可靠性決定著發(fā)電量和整個(gè)傳動(dòng)系統(tǒng)的安全性。GIORSETTO等[21]用統(tǒng)計(jì)學(xué)方法，考慮隨機(jī)風(fēng)載引起的變功率和變載荷輸出對(duì)風(fēng)力發(fā)電機(jī)可靠性的影響。目前的變槳距控制技術(shù)和無(wú)刷雙饋發(fā)動(dòng)機(jī)的變速恒頻控制技術(shù)，改善發(fā)動(dòng)機(jī)受力狀態(tài)對(duì)提升發(fā)動(dòng)機(jī)可靠性具有積極作用。TOFT等[22]將可靠性設(shè)計(jì)方法運(yùn)用到葉片設(shè)計(jì)中，考慮了葉片實(shí)際承受的疲勞載荷和隨機(jī)載荷，在單一失效模式下估計(jì)葉片可靠性。DIMITROV等[23]使用模型修正系數(shù)法和一階可靠性方法，研究了不同失效模式下可靠性精確計(jì)算方法和系統(tǒng)結(jié)構(gòu)失效概率。工程上為了提高葉片可靠性，在葉片和前后緣合?？p處添加加強(qiáng)布，不僅可以提高強(qiáng)度，而且可以隔離污染，加強(qiáng)布和定期維修如圖15所示。

(a)模線加強(qiáng)布 (b)定期維修圖15 提高葉片可靠性舉措Fig.15 Measures of improving blade reliability

3.3 風(fēng)電機(jī)組可靠性研究趨勢(shì)

可靠性理論經(jīng)過(guò)多年發(fā)展?jié)u趨成熟，但針對(duì)風(fēng)電機(jī)組的可靠性研究尚處于初級(jí)階段，研究深度不夠，影響因素考慮不全面，手段有限，且研究成果缺乏工程應(yīng)用價(jià)值。未來(lái)風(fēng)電機(jī)組可靠性研究正朝著智能健康管理方向發(fā)展，它體現(xiàn)在以下三個(gè)方面：

(1)一般零部件故障遠(yuǎn)程診斷技術(shù)。風(fēng)電機(jī)組零部件重要程度取決于零部件故障頻率及其引起的維修時(shí)間。一般零部件失效率較低，失效后不會(huì)引起太長(zhǎng)的停機(jī)時(shí)間，為降低維護(hù)成本，保證一般零部件正常使用，需要研發(fā)一般零部件故障遠(yuǎn)程診斷技術(shù)。KUSIAK等[24]分析5 min采樣間隔的SCADA數(shù)據(jù)，對(duì)風(fēng)電機(jī)組零部件故障進(jìn)行分類(lèi)和預(yù)測(cè)，減少了計(jì)劃外維修次數(shù)。朱才朝等[25]基于WindCon狀態(tài)監(jiān)測(cè)系統(tǒng)，對(duì)某兆瓦級(jí)風(fēng)電齒輪箱進(jìn)行了遠(yuǎn)程實(shí)時(shí)在線測(cè)試與評(píng)價(jià)。

圖16所示為一般零部件故障遠(yuǎn)程診斷系統(tǒng)技術(shù)路線。目前風(fēng)機(jī)大多裝有SCADA和CMS兩套系統(tǒng)，但兩者相互獨(dú)立，不能實(shí)現(xiàn)測(cè)試結(jié)果的相互佐證。應(yīng)用現(xiàn)場(chǎng)總線通信技術(shù)，實(shí)現(xiàn)故障錄波器與本地控制器的快速通信及數(shù)據(jù)存儲(chǔ)，利用互聯(lián)網(wǎng)技術(shù)、移動(dòng)存儲(chǔ)等技術(shù)實(shí)現(xiàn)故障錄波、遠(yuǎn)程訪問(wèn)及本地控制器的遠(yuǎn)程操作記錄功能，開(kāi)發(fā)基于SCADA和故障錄波的輔助診斷軟件，進(jìn)行一般零部件故障遠(yuǎn)程診斷，實(shí)現(xiàn)有計(jì)劃維修。

圖16 一般零部件故障遠(yuǎn)程診斷系統(tǒng)技術(shù)路線Fig.16 Technology route of general component fault diagnosis system

(2)關(guān)重零部件健康狀態(tài)預(yù)測(cè)技術(shù)。關(guān)重零部件相對(duì)一般零部件失效頻率更高，失效所需維修時(shí)間更長(zhǎng)，故需研發(fā)關(guān)重零部件健康狀態(tài)預(yù)測(cè)技術(shù)，圖17所示為關(guān)重零部件狀態(tài)在線預(yù)測(cè)系統(tǒng)技術(shù)路線。周志剛等[26]通過(guò)建立風(fēng)力發(fā)電機(jī)隨機(jī)風(fēng)速動(dòng)力學(xué)模型，提取齒輪副動(dòng)態(tài)嚙合力和軸承動(dòng)態(tài)接觸力時(shí)間歷程，應(yīng)用雨流計(jì)數(shù)法、Goodman公式、線性累積損傷法則和材料的P-S-N曲線，預(yù)測(cè)了各齒輪和軸承的疲勞壽命。LIANG等[27]應(yīng)用有限元方法分析主軸軸承在不同工況下徑向和軸向受力情況，確定了軸承危險(xiǎn)位置，獲得了軸承的S-N曲線，根據(jù)Goodman公式和疲勞損傷累積法則，預(yù)測(cè)主軸軸承的疲勞壽命和健康狀態(tài)。

圖17 關(guān)重零部件狀態(tài)在線預(yù)測(cè)系統(tǒng)技術(shù)路線Fig.17 Technology route of key component diagnosis system

(3)整機(jī)壽命管理技術(shù)。圖18所示為整機(jī)壽命管理系統(tǒng)技術(shù)路線。基于疲勞損傷累積理論，結(jié)合實(shí)測(cè)時(shí)序疲勞載荷，并根據(jù)零部件更換及傳感器故障等插補(bǔ)值進(jìn)行修正，得到各零部件剩余壽命，進(jìn)而實(shí)現(xiàn)整機(jī)壽命的有效管理。圖19所示為風(fēng)電機(jī)組壽命狀態(tài)與疲勞損傷關(guān)系曲線，通過(guò)壽命有效管理，使風(fēng)電機(jī)組疲勞損傷值低于設(shè)計(jì)值，從而使風(fēng)電機(jī)組服役時(shí)間超過(guò)20年設(shè)計(jì)壽命，提高了利用率。

在整機(jī)壽命管理方面，MANUEL等[28]利用風(fēng)場(chǎng)記錄的大數(shù)據(jù)，采用統(tǒng)計(jì)方法分析了外界環(huán)境對(duì)風(fēng)電機(jī)組可靠性的影響，研究結(jié)果可以有效指導(dǎo)風(fēng)機(jī)設(shè)計(jì)和維修，提高整機(jī)使用壽命。SM-ARSLY等[29-30]提出了通過(guò)一套集成狀態(tài)監(jiān)測(cè)系統(tǒng)方案，它能自動(dòng)進(jìn)行數(shù)據(jù)采集、分析和存儲(chǔ)，進(jìn)行風(fēng)電機(jī)組結(jié)構(gòu)可靠性評(píng)價(jià)，制定有效的運(yùn)行維護(hù)策略，從而實(shí)現(xiàn)全生命周期管理。

4 展望

針對(duì)風(fēng)電行業(yè)最關(guān)心的可靠性問(wèn)題，國(guó)內(nèi)外學(xué)者提出了很多研究方法，但大部分局限于齒輪傳動(dòng)系統(tǒng)，忽略了整機(jī)其他系統(tǒng)相互作用影響，采用簡(jiǎn)單串并聯(lián)的方法計(jì)算可靠度，效果有限。本文在結(jié)合風(fēng)場(chǎng)測(cè)試數(shù)據(jù)分析結(jié)果和主機(jī)廠、風(fēng)場(chǎng)實(shí)地調(diào)研的基礎(chǔ)上，指出目前風(fēng)電機(jī)組可靠性研究主要存在以下幾個(gè)方面問(wèn)題。

(1)基于風(fēng)電機(jī)組疲勞壽命的可靠性研究。疲勞失效是風(fēng)電機(jī)組主要失效模式，所以需要研究整機(jī)的疲勞壽命和可靠性，根據(jù)風(fēng)機(jī)動(dòng)力學(xué)模型和運(yùn)行參數(shù)，考慮隨機(jī)風(fēng)速和各關(guān)重零部件失效相關(guān)性，計(jì)算風(fēng)電機(jī)組傳動(dòng)系統(tǒng)各關(guān)重零部件載荷和接觸應(yīng)力矩陣，同時(shí)考慮風(fēng)機(jī)工作環(huán)境，分析關(guān)重零部件疲勞損傷累積。另外，在設(shè)計(jì)工況下，分析風(fēng)電機(jī)組疲勞壽命和可靠性，并與理論計(jì)算結(jié)果進(jìn)行對(duì)比，驗(yàn)證設(shè)計(jì)可靠度與理論計(jì)算值之間的差距，對(duì)指導(dǎo)風(fēng)電機(jī)組設(shè)計(jì)和可靠性增長(zhǎng)試驗(yàn)具有重要意義。

(2)零部件健康狀態(tài)漸進(jìn)式變化機(jī)理及物理表征研究。根據(jù)風(fēng)電機(jī)組關(guān)重零部件功能和機(jī)構(gòu)特點(diǎn)，結(jié)合所受載荷和故障統(tǒng)計(jì)數(shù)據(jù)，研究其健康狀態(tài)的漸進(jìn)式變化機(jī)理，尋求與健康狀態(tài)相關(guān)的物理表征，確定故障狀態(tài)物理表征的趨勢(shì)模型和閾值，對(duì)零部件或系統(tǒng)可靠性作出評(píng)價(jià)和預(yù)測(cè)。

(3)基于整機(jī)動(dòng)力學(xué)可靠性研究。建立風(fēng)電機(jī)組從葉片到地基的傳動(dòng)系統(tǒng)動(dòng)力學(xué)模型，在變風(fēng)速、海浪等影響的情況下，研究風(fēng)電機(jī)組結(jié)構(gòu)和傳動(dòng)系統(tǒng)動(dòng)態(tài)可靠性，進(jìn)而對(duì)整機(jī)的運(yùn)行可靠性進(jìn)行評(píng)估；而現(xiàn)有可靠性研究均忽略了海浪對(duì)基礎(chǔ)和塔筒的影響，誤差較大，所以急需一套考慮海浪、海風(fēng)影響的風(fēng)電機(jī)組可靠性評(píng)估和預(yù)測(cè)工程模型和試驗(yàn)方法。

(4)多狀態(tài)系統(tǒng)可靠性研究。風(fēng)電機(jī)組經(jīng)常運(yùn)行在多種工況交替變化情況下，失效模式多樣，現(xiàn)有研究?jī)H考慮一種工況和失效模式，不能反映風(fēng)電機(jī)組實(shí)際運(yùn)行情況；故研究多工況及多失效模式下風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的疲勞損傷、多因素相關(guān)條件下的系統(tǒng)可靠性和疲勞壽命預(yù)測(cè)模型和方法，對(duì)于提高可靠性評(píng)估精度、指導(dǎo)工程實(shí)際具有重要現(xiàn)實(shí)意義。

(5)研發(fā)可靠性在線評(píng)估系統(tǒng)?，F(xiàn)有風(fēng)機(jī)大多均裝有SCADA和CMS系統(tǒng)，但兩者相互獨(dú)立，不能實(shí)現(xiàn)測(cè)試結(jié)果的相互佐證?；诂F(xiàn)有SCADA系統(tǒng)和CMS系統(tǒng)，融合兩套測(cè)試數(shù)據(jù)，從中提取特征數(shù)據(jù)，通過(guò)無(wú)線傳輸系統(tǒng)，結(jié)合可靠性工程模型和軟硬件設(shè)備在線進(jìn)行實(shí)時(shí)動(dòng)態(tài)可靠性評(píng)估和預(yù)測(cè)，對(duì)于降低運(yùn)維成本、提高風(fēng)場(chǎng)運(yùn)行效率具有重要意義。

[1] HANSEN A, IOV F, BLAABJERG F, et al. Review of Contemporary Wind Turbine Concepts and Their Market Penetration[J].Wind Engineering,2004,28(3):247-263.

[2] PéREZ J M P, MRQUEZ F P G, TOBIAS A, et al. Wind Turbine Reliability Analysis[J].Renewable and Sustainable Energy Reviews,2013,23(23):463-472.

[3] LU B, LI Y, WU X, et al. A Review of Recent Advances in Wind Turbine Condition Monitoring and Fault Diagnosis[C]//Power Electronics and Machines in Wind Applications. Pemwa,2009:1-7.

[4] TAVNER P, SPINATO F, BUSSEL G J W V, et al. Reliability of Different Wind Turbine Concepts with Relevance to Offshore Application[C]//Proceedings of European Wind Energy Conference.Brussels,2008:1-10.

[5] SHAFIEE M. A Fuzzy-FMEA Risk Assessment Approach for Offshore Wind Turbines[J]. International Journal of Prognostics & Health Management,2013,4(S2):1-10.

[6] General Electric Company. Mod 1 Wind Turbine Generator Failure Modes And Effects Analysis[R]. Washington, D.C.:NASA,1979.

[7] KLUTKE G-A, KIESSLER P C, WORTMAN M. A Critical Look at the Bathtub Curve[J]. IEEE Transactions on Reliability,2003,52(1):125-129.

[8] 劉波. 基于零部件壽命相關(guān)的風(fēng)電齒輪箱可靠性建模[D]. 蘭州：蘭州理工大學(xué),2013. LIU Bo. Reliability Modeling for Wind Turbine Gearbox Based on Considering the Failure Correlation Existed in Components[D].Lanzhou ：Lanzhou University of Technology,2013.

[9] ARABIAN-HOSEYNABADI H, ORAEE H, TAVNER P. Failure Modes and Effects Analysis (FMEA) for Wind Turbines[J]. International Journal of Electrical Power & Energy Systems,2010,32(7):817-824.

[10] GUO H, WATSON S, TAVNER P, et al. Reliability Analysis for Wind Turbines with Incomplete Failure Data Collected from after the Date of Initial Installation[J]. Reliability Engineering & System Safety,2009,94(6):1057-1063.

[11] ZHANG X, KANG J, JIN T. Degradation Modeling and Maintenance Decisions Based on Bayesian Belief Networks[J].IEEE Transactions on Reliability,2014,63(2):620-633.

[12] SINGH M, MULJADI E, JONKMAN J, et al. Simulation for Wind Turbine Generators—with FAST and MATLAB-Simulink Modules[R].Golden:United States:National Renewable Energy Laboratory (NREL), 2014.

[13] OYAGUE F, BUTTERFIELD C, SHENG S. Gearbox Reliability Collaborative Analysis Round Robin[R]. Golden:National Renewable Energy Laboratory,2009.

[14] KELLER J A, GUO Y, SETHURAMAN L. Gearbox Reliability Collaborative Investigation of Gearbox Motion and High-speed-shaft Loads[R].Golden:National Renewable Energy Laboratory,2016.

[15] SMOLDERS K, LONG H, FENG Y, et al. Reliability Analysis and Prediction of Wind Turbine Gearboxes[C]// European Wind Energy Conference and Exhibition. Warsaw,2010:2660-2682.

[16] AL-TUBI I S, LONG H. Prediction of Wind Turbine Gear Micropitting under Variable Load and Speed Conditions Using ISO/TR 15144-1: 2010[J].ARCHIVE Proceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science 1989-1996,2013,227(9):1898-1914.

[17] FENG Y, QIU Y, CRABTREE C J, et al. Use of SCADA and CMS Signals for Failure Detection & Diagnosis of a Wind Turbine Gearbox[J].European Wind Energy Conference and Exhibition. Brussels,2011:17-19.

[18] NEJAD A R, GAO Z, MOAN T. Fatigue Reliability-based Inspection and Maintenance Planning of Gearbox Components in Wind Turbine Drivetrains[J]. Energy Procedia,2014,53:248-257.

[19] 周志剛, 秦大同, 楊軍, 等. 考慮失效相關(guān)性的風(fēng)力發(fā)電機(jī)齒輪傳動(dòng)系統(tǒng)動(dòng)態(tài)可靠性分析[J]. 太陽(yáng)能學(xué)報(bào),2013,34(7):1212-1219. ZHOU Zhigang, QIN Datong, YANG Jun, et al. Time-dependent Reliability Analysis of Gear Transmission System of Wind Turbine Considering Dependent Failure[J]. Acta Energiae Solaris Sinica,2013,34(7):1212-1219.

[20] 謝里陽(yáng), 劉建中, 吳寧祥, 等. 風(fēng)電裝備傳動(dòng)系統(tǒng)及零部件疲勞可靠性評(píng)估方法[J]. 機(jī)械工程學(xué)報(bào),2014,50(11):1-8. XIE Liyang, LIU Jianzhong, WU Ningxiang, et al. Fatigue Reliability Evaluation Method for Gearbox Component and System of Wind Turbine[J]. Journal of Mechanical Engineering,2014,50(11):1-8.

[21] GIORSETTO P, UTSUROGI K F. Development of a New Procedure for Reliability Modeling of Wind Turbine Generators[J].IEEE Transactions on Power Apparatus and Systems,1983,PAS-102(1):134-143.

[22] TOFT H S, S?RENSEN J D. Reliability-based Design of Wind Turbine Blades[J]. Structural Safety,2011,33(6):333-342.

[23] DIMITROV N, FRIIS-HANSEN P, BERGGREEN C. Reliability Analysis of a Composite Wind Turbine Blade Section Using the Model Correction Factor Method: Numerical Study and Validation[J].Applied Composite Materials,2013,20(1):17-39.

[24] KUSIAK A, LI W. The Prediction and Diagnosis of Wind Turbine Faults[J]. Renewable Energy,2011,36(1):16-23.

[25] 朱才朝, 胥良, 馬飛, 等. 兆瓦級(jí)風(fēng)電齒輪箱遠(yuǎn)程實(shí)時(shí)在線測(cè)試及評(píng)價(jià)[J]. 振動(dòng)與沖擊,2012,(20):17-22. ZHU Chaichao, XU Liang, MA Fei, et al. Remote Real-time Online Testing and Evaluation for a Megawatt Level Wind Turbine Gearbox[J]. Journal of Vibration & Shock,2012,31(20):17-22.

[26] 周志剛, 秦大同, 楊軍, 等. 隨機(jī)風(fēng)載作用下風(fēng)力發(fā)電機(jī)齒輪傳動(dòng)系統(tǒng)疲勞壽命預(yù)測(cè)[J]. 太陽(yáng)能學(xué)報(bào),2014,35(7):1183-1190. ZHOU Zhigang, QIN Datong, YANG Jun, et al. Fatigue Life Prediction of Gear Transmission System of Wind Turbine under Stochastic Wind Load[J]. Acta Energiae Solaris Sinica,2014,35(7):1183-1190.

[27] LIANG Y, AN Z, LIU B. Fatigue Life Prediction for Wind Turbine Main Shaft Bearings[C]//International Conference on Quality, Reliability, Risk, Maintenance, and Safety Engineering.Chengdu,2013:888-893.

[28] MANUEL L, NGUYEN H H, BARONE M F. On the Use of a Large Database of Simulated Wind Turbine Loads to Aid in Assessing Design Standard Provisions[C]//Proceedings of the 51st AIAA Aerospace Sciences Meeting Including the New Horizons Forum and Aerospace Exposition.Grapevine,2013:1-9.

[29] SMARSLY K, HARTMANN D, LAW K H. An Integrated Monitoring System for Life-cycle Management of Wind Turbines[J]. Smart Structures & Systems,2013,12(2):209-233.

[30] SMARSLY K, LAW K H, HARTMANN D. Towards Life-cycle Management of Wind Turbines Based on Structural Health Monitoring[C]//International Conference on Performance-based Life-cycle Structural Engineering. Hong Kong,2012:1-9.

(編輯 陳 勇)

作者簡(jiǎn)介：李 垚，男，1989年生。重慶大學(xué)機(jī)械工程學(xué)院博士研究生。主要研究方向?yàn)轱L(fēng)電機(jī)組可靠性和壽命預(yù)測(cè)。E-mail: yao_li_@outlook.com。朱才朝(通信作者)，男，1967年生。重慶大學(xué)機(jī)械傳動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室教授、博士研究生導(dǎo)師。E-mail:cczhu@cqu.edu.cn。陶友傳，男，1966年生。中船重工(重慶)海裝風(fēng)電設(shè)備有限公司總工程師。宋朝省，男，1983年生。重慶大學(xué)機(jī)械傳動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室副教授。譚建軍，男，1991年生。重慶大學(xué)機(jī)械傳動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室博士研究生。

Research Status and Development Tendency of Wind Turbine Reliability

LI Yao1ZHU Caichao1TAO Youchuan2SONG Chaosheng1TAN Jianjun1

1.The State of Key Laboratory of Mechanical Transmissions,Chongqing University,Chongqing,40030 2.CSIC(Chongqing) Haizhuang Windpower Equipment Co., Ltd., Chongqing,401122

The failure modes and research progresses of reliability for wind turbines at home and broad were analyzed. The failure modes, failure reasons and detection methods of key components in the wind turbines were summarized. Also, the frequently used methods of reliability analysis and research status of wind turbine reliability were analyzed. Then research focuses, research methods and measures to improve wind turbine reliability were presented. Combining with the engineering requirements and research status, the development tendency of wind turbine reliability was analyzed and the flowchart to investigate the smart health management technology of wind turbines was proposed. It is of great significance to reduce the costs of operations and maintenances and to improve the safety of wind turbines.

wind turbine; failure mode; reliability; research status; development tendency

2016-06-07

重慶市重點(diǎn)產(chǎn)業(yè)共性關(guān)鍵技術(shù)創(chuàng)新專(zhuān)項(xiàng)(cstc2015zdcy-ztzx70012, cstc2015zdcy-ztzx70010);重慶市研究生科研創(chuàng)新項(xiàng)目(CYB16024)

TH12

10.3969/j.issn.1004-132X.2017.09.021

伍俏平，男，1981年生。湖南科技大學(xué)智能制造研究院副教授。主要研究方向?yàn)樾滦凸ぞ咧苽浼案咝Ь苣ハ鳌０l(fā)表論文30余篇，獲發(fā)明專(zhuān)利6項(xiàng)。E-mail:meishanzi11@sina.com。王 煜，男，1992年生。湖南科技大學(xué)智能制造研究院碩士研究生。瞿 為，男，1990年生。湖南科技大學(xué)智能制造研究院碩士研究生。鄧朝暉，男，1968年生。湖南科技大學(xué)智能制造研究院教授、博士研究生導(dǎo)師。