摘要：通过风力发电机的机械结构及其故障诊断技术现状和发展趋势的分析，同时，结合中国风力发电机在实际工业生产过程中操作条件，探讨了风力发电机故障诊断系统的优化设计，促进改善诊断和维护技术。针对风力发电机齿轮箱的故障，介绍了常见的故障诊断方法，从理论上分析了齿轮箱振动信号的特点，并通过MATLAB软件对振动信号进行了仿真。
关键词：绿色环保；节能减耗；风力发电机；故障诊断；风电机组
1 风能及风力发电的现状
目前，世界风能总量约为2.7*109MW，可使用的风能约为2.7*109MW，中国的风能是世界第三大。在正常情况下，利用风能发电的方式，主要是在世界经济的发展中，在发电技术的时代背景下，科技发展已成为发展最快的一种，相应的风力发电能力也得到了扩展。近年来根据相关数据统计，2010年，世界上风力发电的电力消耗的2.5%，2012年，全球新增装机容量已经达到了44711MW，总装机容量为2.83×109 MW以上的预期，据专家预测，到2020年，风能可以提供增长约7.7% ~ 8.3%的风。
随着可持续发展和环境意识的不断发展，近年来各种清洁能源发展迅速，其中风力发电是国家研究和应用的关键领域。摘要在大型风力发电机的研制和开发中，齿轮箱是关键部件之一，是一种主要的变速风轮，能量传递元件，其运行正常，涉及到整机的工作性能。由于在恶劣的环境中工作，损坏率高达40%。个别品牌组合的变速箱的变化率几乎为100%。因此，为了提高风轮机变速箱的可靠性，有必要对工作条件的故障诊断进行诊断和检测。根据统计数据，可靠性分析技术是用于维护管理和故障的。
2 风力发电机
2.1风力发电机的构造及工作原理
风力发电机是最基本的风力发电设备，其速度限制主要由安全机构、叶轮、尾灯器、能量储存设备组成，包括设备、发电机、塔、传动装置（如：齿轮箱、制动、低速或高速轴等）、制动系统、偏航系统、控制系统及其他部件；它的工作原理是将风力的动能转化为风力发电叶片的机械能，然后叶片的轴驱动发电机产生电能。整个过程相对比较简单，主要适用于空气动力学的原理，即风吹过的利弊时叶轮片形成压差和产生升力，使叶轮旋转同时也可以横向风流动连续性，并进入机械能。
2.2风力发电机整机故障的原因
随着风力发电技术的发展，制造业的机遇和挑战越来越大，装机容量的风机也在不断地扩大，但它给风轮机带来了潜在的危险，由于它的故障率越来越高。不仅如此，风力发电机的正常运行的影响因素还包括安装远程位置不容易维护，风机运行在恶劣的环境，等等，在故障发生时的风机相关数据统计，发现在海上通风机运行失败后，维修的成本可能约占总数的20% ~ 25%，例如，，5000美元生产的轴承更换需要支付的维护成本竟然可以达到250000美元，从简单的故障维修已然成为一项艰巨的任务。
3 风力发电机整机故障的诊断技术
3.1风力发电机的整机故障诊断技术的意义
机器故障诊断技术在风力发电机的应用具有积极的意义，不仅可以实时监控风力涡轮机的操作，操作的条件，准确的数据记忆，也可以减少发电机运行维护成本，提高经济效率的发电机、效率、可靠性和安全性能。
期刊文章分类查询,尽在期刊图书馆例如，根据国家的机器故障诊断系统（如：德国、芬兰、日本等），根据机器故障诊断技术的数据，根据故障诊断技术，由于故障导致的风轮机时间缩短了约75%，减少了年度发电机的维护费和检查费，其比例高达25%。
因此，风力发电技术背景下越来越熟练，风力发电机使用机器故障诊断技术是不可避免的，但就诊断技术研究的现状和发展，仍处于初级阶段，这项技术还不成熟，并且不能自动诊断根据工业自动化的要求，形成诊断技术和风力涡轮机和矛盾的情况，不利于整个电力行业技术朝着绿色环保的方向发展。
3.2整机故障诊断技术的分类
目前国内外诊断技术的研究现状和实际运行情况，可分为智能故障诊断、数学诊断和三类传统故障诊断。其中，数学诊断方法主要基于距离判别法、故障树分析法、小波分析、模式识别和模糊诊断。传统的诊断方法是在数据的逻辑分析基础上进行检测，主要用于噪声检测技术、油分析技术、振动检测技术和红外测温技术等；智能故障诊断技术主要是基于一种诊断技术开发的人工智能理论，包括模糊逻辑、支持向量机（SVM）、专家系统和神经网络方法，适用于复杂和非线性系统。
3.3风力发电机故障诊断系统的优化设计
现如今，整个机器故障诊断技术在风力涡轮机的使用范围越来越广泛，但是使用诊断技术主要是独立信号监测数据的基础上，模糊逻辑诊断方法，如使用西班牙模型建立和风力涡轮机之间的自相关和互相关单位形式的分析，不是每个分散方式设计，模型联合成一个完整的系统，所以它可以是风力发电机的运行状况，故障条件下，西班牙通过诊断系统模型验证等设计精简，自动化的一站式服务，以提高故障诊断的效率和维护。
例如，诊断系统，首先与风风力涡轮机的相关性，分析了监测数据的基础上判断自相关和互相关的风力涡轮机和一般规则是相同的，和发电机速度、油箱温度等，比较测量值和评级和发电机有问题；其次，采用模糊逻辑诊断法对机动车的故障类型、诱导因素及其他问题进行诊断，并及时采取措施进行维修和检查。最后通过建立西班牙模型来验证风机运行状态后，维修，维护操作之前和之后的数据和维护运行数据的比较，分析的有效性维护措施，这可以从实践经验，并促进整个机诊断系统的改进。通过对机械故障诊断方法的分类，主要的故障诊断方法是直接观察法、振动和噪声测试、无损检测、磨损碎片试验法、机械性能参数等，其中最常用的是振动试验。最常用的方法是提取齿轮的振动信号，分析频率谱。
3.4风力发电机具体故障的解决方式
发电机运行过程中，由于风力的不稳定性，可怜的润滑轴承，异物，入侵，油温过高，粘度和齿面润滑的影响，齿面接触下剪切应力太大，可变螺旋桨驱动耦合，塔振动等因素造成的主轴，齿轮箱，齿轮疲劳损伤，齿轮齿面胶、偏航系统进行了分析。研究振幅过大，电机轴承磨损，如塔疲劳损坏等现象。当出现这些现象或即将到来的机器的诊断系统将基于输入的数据，就会发出警报，然后通过计算机软件系统设计、智能润滑、密封装置，油位传感器，油散热器，螺栓连接，如调整的部分，如果在报警智能不能解决问题，您需要手动检查，提高齿轮的设计，润滑条件，完成分区之间塔悬挂等维护工作。
结语：
国内外风力发电技术的背景和风力发电机容量的增加，现有的风力发电不再能适应与诊断技术，它要求风力发电简化整个机器故障诊断，本文提到的机器故障诊断系统包含了以前的传统诊断技术，智能诊断和数值方法，通过PLC系统的软件编程，最大化的实现风力涡轮机人工智能诊断、调整、维修、辅助人工监管改革的同时，建立整个机器的集成诊断系统，可以提高维修效率，同时增加发电机的使用寿命，提高风力涡轮机的效率，安全。
参考文献：
[1]洪良友.风力机状态监测与故障诊断技术研究[J].电网与清洁能源，2008（3）：40- 43.
[2]周明.风速相关性对最优潮流的影响[J].电力系统自动化，2013（6）：57.
论文作者:房文轩
论文发表刊物:《基层建设》2017年第29期
论文发表时间:2018/1/7
标签：故障诊断论文; 技术论文; 风力发电机论文; 涡轮机论文; 风力论文; 齿轮箱论文; 系统论文; 《基层建设》2017年第29期论文;