摘要：中国风电经过30多年的发展，已成为全球最大的风电市场，但风电机组大数据的分析研究和应用才刚刚起步，如何挖掘和利用大数据是未来赢得竞争的关键。本文主要介绍了风电机组高强螺栓力矩数据的采集方法及研究成果，阐述了螺栓力矩数据的使用价值及应用前景，为企业积累数据资产、实现数据价值提供了一种借鉴。
关键词： 风电机组；大数据；高强螺栓力矩；感知技术；智能套筒
引言：
大数据在风电领域的应用前景看起来很好，但是将风电场、风电机组的数据汇集起来并非易事。近几年来，随着云计算、分布式处理技术、存储技术和感知技术的快速发展，为大数据的采集、处理、存储和应用带来了巨大的突破。
本文主要分析基于感知技术的风电机组高强螺栓（下文中螺栓，未做特殊说明均指高强螺栓）力矩数据收集方法，提升获取数据的质量，分析螺栓数据对风电机组运维策略、失效分析、载荷影响和设计优化的价值。
1.风电机组高强螺栓力矩数据的现状
在30多年的风电发展历程中，企业更注重收集和存储风电机组并网运行的状态数据，对风电机组其它方面数据还在不断的探索和挖掘中。随着风电场智慧运维的创新，对数据的需求越来越多，风电机组高强螺栓力矩数据的挖掘与应用也是其中的一个方向。
目前，在风电机组高强螺栓的力矩施工过程中，主要仍沿用传统液压站和液压力矩扳手紧固的方式。传统液压站的压力值与螺栓力矩值具有特定比例。施工过程中，根据不同螺栓规格和强度等级的力矩值要求，设定液压站为对应压力值（bar），启动液压站后，液压力矩扳手紧固高强螺栓理论上达到该压力值对应的力矩值。但由于传统液压站力矩紧固的偏差为±5%，所以高强螺栓最终达到的实际力矩值是多少，无从知晓，没有任何的数据显示和记录。
在风电多年的发展中，没有制定相关的国家或行业标准，要求记录并保存风电机组高强螺栓的力矩数据。行业和企业一般认为高强螺栓力矩数据的价值含量不高，保存和分析的意义不大，且由于一直没有比较成熟、高效、低成本的实时力矩数据监测手段，高强螺栓力矩数据一直未得到有效的记录。但是随着智能感知技术、大数据、智慧运维的发展，实时力矩数据监测技术已日趋成熟，力矩数据分析的必要性也日益凸显。
2.高强螺栓力矩数据采集的必要性
2.1螺栓力矩维护工作量大
目前在风电行业的机组定期检修中，塔筒、叶轮、叶片的高强螺栓均需要检修，力矩维护属于高强度体力劳动，工作量是定检工作中最大的，维护占用时间最长，单台机组螺栓维护时间一般超过8小时。随着机型额定容量越来越大，塔筒螺栓越来越多，工作量和工作时长将进一步增大。特别是力矩维护定检工作，一般均外包给第三方公司开展，维护过程的数据记录和过程监控显得更为重要。
2.2未来智能维护的需求
近几年来，风电行业大数据应用快速发展，智能化运维已成为各企业的重要目标。未来风电运维的发展必然是快捷高效、智慧化自动化的运维方式，高劳动强度、停机时间长的维护项目将是智慧运维首要攻克的方向，而实现智慧运维的基础首先是实现数据的积累，并完成数据的分析，利用数据研究制定智能化运维策略。
2.3高强螺栓力矩数据未记录存在的问题及影响
由于风电机组高强螺栓的力矩数据未记录，给风电机组的运行安全、维护策略制定、运行状态分析等带来一定的风险或困难。
（1）影响机组运行安全
近十年来，已发生多起风电机组塔筒高强螺栓力矩超过规定力矩值引起的机组倒塌事故，也就是通说所说的力矩超打引起的事故。据事故原因分析可见，多为施工过程中螺栓力矩出现了超打的情况。螺栓力矩超打后，会引起较大的塑性变形从而使螺栓强度降低，造成运行中出现螺栓断裂引起事故。但是由于没有螺栓力矩数据，主要是通过推断性分析或螺栓断面分析。同样如果螺栓力矩不足，在振动过程中会引起螺栓松动、掉落，起不到紧固作用，造成其它螺栓承受过载的情况，长时间运行若检修不到位，会造成螺栓断裂，可能会引发较大的事故。
（2）影响制定螺栓力矩定制化维护策略
风电机组现有的高强螺栓力矩维护策略，一般为每年定期检修一次，对塔筒、叶轮、叶片的紧固螺栓采用全检或一定比例抽检的方式。一方面在螺栓未松动的情况下，全检或抽检会给螺栓造成一定的疲劳损伤；另一方面，由于没有螺栓力矩的历史数据进行对比分析，无法知悉螺栓松动的部位、程度等情况，从而无法针对不同的环境条件及风况制定定制化的维护策略。
（3）影响螺栓失效分析
风电机组运行中出现了较多的螺栓断裂情况，而在失效分析中，缺少了关键的螺栓力矩数据。虽然从螺栓的成分分析、断面分析等也能得出定性的结论，但无法知悉螺栓是否出现了超打或超打了多少，或是否力矩不足造成的，无法形成定量的失效结论。
（4）影响机组实际运行载荷分析
风电机组塔筒载荷的分析，一般是机组设计时通过仿真完成的，缺少机组实际运行中的塔筒载荷分析。由于没有记录螺栓的初次力矩值和后续定检的力矩值，也没有人为记录和整理每次定检中螺栓松动情况，所以无法分析运行中螺栓的松动情况，以及松动位置与主风向、风速、机组运行时间等的相关性分析，无法对机组塔筒的实际运行载荷情况分析，无法有效评估塔筒载荷。
3.高强螺栓力矩数据采集方式
螺栓实际紧固力矩的数据采集，一直是行业的难点，目前常见的螺栓力矩测量方法有预紧力传感器法、超声波测量法、智能套筒等。由于预紧力传感器法需要在螺栓中集成传感器，工艺复杂，价格昂贵，在风电中未得到应用。超声波测量法需要测量螺杆伸长量，适用于实验室测验验证，不适用于风电场大规模的工程施工。本文主要讲述智能套筒测量法，最常见的套筒采集方式有两种，记录峰值力矩方式和记录终值力矩方式。
233.1记录峰值力矩方式
该种方式的主要组成为，“传统液压站+传统液压扳手+智能套筒”的应用方式，如图1。
图1 峰值力矩方式组成
液压站和液压扳手使用常规的市场产品，主要是对套筒进行了技术创新，内置集成了力矩传感器、存储单元、蓝牙传输单元、显示单元等功能，并按照传统标准套筒的尺寸设计，形成了一个完美螺栓力矩检测的智能套筒。
该种方式力矩采集原理如下图2，整个力矩紧固过程与传统方式一致，区别主要是使用的智能套筒能实时检测力矩值，并进行显示和最终峰值的记录、保存。
图2 峰值力矩采集原理
但在力矩紧固的过程中，由于受到螺栓润滑情况、摩擦面、油管管路、多次启停扳手等因素影响，会引起负载大小的变化，造成作用到螺栓上的实际力矩值在紧固结束前也会出现波动；智能套筒在一个力矩循环过程中，其内置力矩传感器全程实时测量力矩值，并最终显示和保存该过程的力矩峰值。螺栓紧固过程中力矩峰值示意图如图3。
图3 力矩峰值示意图
该方式记录了整个过程力矩的最大值，该最大值与螺栓的设定力矩值进行比较，偏差在允许的力矩范围内既满足要求。目前智能套筒的传感器精度一般为±1%~±3%，而高强螺栓的力矩施工精度一般要求为±5%~±10%，完全可满足使用要求。每完成一次力矩循环过程，就自动保存一次力矩峰值，在每班作业结束时可以下载这些数据，并可按照需求导出PDF、XLS、CSV等文件格式。由此，即实现了螺栓力矩数据的采集和存储。
但是该种峰值力矩采集的方式，仅仅是套筒进行了智能化设计，整个力矩紧固过程中，与传统的液压站、传统的液压扳手共同配合使用，智能套筒不闭环反馈并控制传统液压站或液压扳手的启停。
3.2记录终值力矩方式
该种方式的主要组成为，“智能液压站+传统液压扳手+智能套筒”的应用方式，如图3。该种方式一个的显著变化，是对传统液压站也进行智能化设计；同时智能套筒增加了处理计算单元和闭环控制设计。该方式是行业最新的独创设计，其基本原理与验证数据如下。
图3 终值力矩方式组成
该种方式力矩采集原理如图4，在力矩紧固过程中，主要是增加了智能手柄的启停控制，智能套筒自动力矩检测、计算及输出指令的功能。
图4 终值力矩采集原理
液压站油泵的泄压阀由智能手柄控制；当智能手柄按下启动后，液压扳手在力矩紧固的过程中，智能套筒实时检测力矩的瞬时值，并对瞬时值进行实时计算处理，当瞬时值达到设定值的±3%范围内时，智能套筒通过无线或蓝牙发出达到设定值的信号，智能手柄收到该信号后，手柄自动控制液压站油泵的泄压阀打开，停止给液压扳手提供油压力。智能套筒在一个力矩循环过程中，记录的是最终瞬时力矩值，且该力矩值为设定值的±3%范围内。记录终值力矩方式示意图如图5。
图5力矩终值示意图
每完成一次力矩循环过程，就自动保存一次力矩最终值。通过智能手柄可设置螺栓所处位置、时间，实现更为清晰的力矩记录表。在每班作业结束时可以下载这些数据，并可按照需求导出PDF、XLS、CSV等文件格式，力矩数据记录表如下图6所示。由此，实现了螺栓力矩数据的采集和存储。该终值力矩采集的方式，通过智能套筒实现了闭环反馈控制，实现液压站自动泄压的闭环控制，更好的控制了螺栓最终力矩值。
图6 力矩数据记录表
该方式智能套筒的扭矩传感器精度，已经过第三方检测机构的检验，检测数据如下图7。扭矩传感器精度在千分之2.5以内，证明精度准确可靠。
图7 第三方扭矩传感器精度检测结果
将智能液压站、液压力矩扳手、智能套筒构成的整套系统，在风电机组实际安装过程中应用，对记录的螺栓力矩数据进行分析发现，实际螺栓力矩与设定力矩值偏差，均在±3%范围内。实际螺栓力矩数据偏差占比见图8。偏差在1%以内的数据，占比11.49%，偏差在1%~2%之间的数据，占比87.48%，偏差在2%~3%之间的数据，占比1.03%。证明该产品的技术性能完全达到了设计要求和销售要求。
图8 实际螺栓力矩数据偏差占比
3.3力矩数据采集的要求
螺栓力矩数据的采集，必须与相应的力矩施工管理相结合。首先需要对螺栓进行编号，风电机组每处的高强螺栓均需进行标号标识，如1,2,3……n。其次要规定螺栓的施工顺序，特别是塔筒法兰螺栓“对角十字施工”的顺序。第三，实际施工过程中务必按照施工顺序进行，对于同一颗螺栓，需要重复施工的，必须先删除上一次的存储数值，或通过自动控制逻辑在智能套筒或智能控制手柄中完成同一颗螺栓重复施工的存储区分。螺栓力矩数据的采集必须做到存储记录与实际螺栓一一对应。
4.高强螺栓力矩数据的价值与应用前景
螺栓力矩数据的价值，主要体现在对机组高强螺栓验收效率、机组运行安全、运维策略优化、螺栓失效分析、机组载荷分析等方面的用途。
2344.1风电机组高强螺栓验收效率提升
通过对记录的高强螺栓力矩值审核，即可实现对螺栓力矩施工的验收，不需要再单独进行机组螺栓力矩的二次抽检验收，提高了验收效率，节省了施工成本。随着后续智能控制手柄与手机客户端链接的开发或实时远程数据传输，即可实现螺栓数据实时手机监控或远程监控，实现同时施工同时验收。
4.2风电机组运行更安全
在螺栓力矩施工过程中，使用智能套筒实时检测力矩值，并将最后测得力矩值显示出来（如图9），指导施工过程的力矩控制，可确保力矩的质量控制；最后也可通过导出来的力矩记录表来审核和验收施工过程中所有螺栓力矩符合情况。根据力矩数据的记录，可在机组运行前确认螺栓力矩是否存在超打或不足的情况，确保机组的运行安全。
图9 螺栓力矩显示
4.3风电机组运维策略更精细化
目前在风电行业风电机组的年度定检中，对高强螺栓的维护要求一般为全检或抽检10%。全检主要是由于行业中前期没有相应的螺栓数据支持，没有螺栓松动的记录，所以为确保安全采用全检模式；抽检主要是各个企业为降低维护工作量，根据实际力矩维护人员的经验确定一种比例的模式。两种模式都缺少螺栓实际松动数据的分析，而智能套筒为螺栓力矩数据的积累提供了一种新的方式。
应用智能套筒采用全检模式，对一定测试数量、不同风况、不同运行年限等情况的风电机组，在当次定检时采用上一次定检记录的每颗螺栓力矩值，检查每颗螺栓是否有松动的情况；通过记录3次以上的螺栓力矩数据，并结合机组的SCADA运行数据，可开展螺栓力矩变化与风速、主风向、并网运行时间、可利用小时数的相关性分析。如分析塔筒某一层螺栓的松动部位和数量，与主风向的关系，与机组并网运行时间长短的关系，与平均风速大小的关系等，从而判断出螺栓易松动部位及数量，并网运行时间多长后出现螺栓松动的数量开始增多，以及在不同风能资源区域，机组可利用小时数对螺栓松动的影响等。通过数据的积累，分析的准确性会进一步提高，根据力矩数据分析的结果，可以指导制定机组螺栓维护的策略，包括延长螺栓维护间隔、明确不同风场某层塔筒螺栓的重点维护位置及数量等，从而提升螺栓维护的质量、降低维护成本。
4.4螺栓失效分析增加数据支撑
目前高强螺栓失效分析技术较为成熟，常见的失效分析包括材质分析、过载分析、应力腐蚀分析、疲劳失效分析等，主要是通过对螺栓化学成分、断口、金相分析、力学性能、硬度试验等检测，分析螺栓的失效原因。通过分析，除材质及加工等原因外，较多会认为是螺栓预紧力不均匀、预紧力过大造成的，但由于没有历史螺栓力矩数据，无法形成更加有效的验证或论证。应用智能套筒实现对螺栓力矩数据的采集，为螺栓失效分析增加了一项数据支撑，以实现更加精确的失效分析。
4.5机组载荷分析可验证
在实际运行中，塔筒风载荷和塔筒重力载荷均会作用到塔筒连接的高强螺栓上，因此在不同主风向、不同风能状态下，每段塔筒连接螺栓的不同位置受力情况也不一样。通过历次记录的螺栓力矩数据，即可反映不同位置螺栓力矩的变化情况，从侧面可反映塔筒载荷的状态，以进一步验证塔筒载荷的仿真结果，为塔筒的设计优化提供依据。同样通过对叶轮螺栓和叶片螺栓的力矩数据分析，也可实现对机组叶轮载荷和叶片轴承载荷的类似分析。
4.6风电机组螺栓规格设计优化
通过对螺栓力矩的大数据分析，针对塔筒每段连接螺栓的松动或未松动情况，研究塔筒螺栓规格的设计优化，如螺栓直径、螺栓形状等，并结合塔筒载荷的仿真验证，以实现螺栓成本的降低。
5.结束语
智能套筒的应用在风电行业中处于刚起步阶段，大批量的推广尚需实现更优的性价比，并需得到行业的认可。风电机组高强螺栓力矩的数据，对一个风场或一个公司的短期来看价值有限，但对整个风电行业及未来的发展将是巨大的。跟随智能传感技术、大数据、智慧运维的发展，进一步研究螺栓力矩数据的采集和应用，实现更为高效低价的螺栓力矩检测手段，将为未来的大规模数据利用赢得竞争优势。本文对螺栓数据采集的方式与价值分析还存在较多不足之处，旨在通过本文的论述，提供力矩数据采集的新方式，阐明螺栓力矩数据收集的价值和意义，为行业和企业积累数据资产提供借鉴，并推进螺栓数据采集的转变，发挥更大的数据价值。
参考文献:
[1] 吉昌兵 风电用高强度螺栓常见断裂原因分析 http://www.docin.com/p-1398722346.html 2018-05-20
[2] 张君，温宝峰，赵江涛，史伟 风力发电机组塔筒紧固用高强螺栓断裂失效分析https://wenku.baidu.com/view/942bc7c9af45b307e9719729.html2018-05-20
论文作者:杨金宝1,宁巧珍2,王东亚3,徐俊杰4
论文发表刊物:《电力设备》2018年第19期
论文发表时间:2018/10/14
标签：力矩论文; 螺栓论文; 数据论文; 机组论文; 套筒论文; 风电论文; 智能论文; 《电力设备》2018年第19期论文;