风力发电机状态监测与故障诊断技术综述论文_杨昊,孙兴朋,张继威

风力发电机状态监测与故障诊断技术综述论文_杨昊,孙兴朋,张继威

(身份证号码:13092919851102xxxx;身份证号码:37083119870608xxxx;

身份证号码:13020319880728xxxx)

摘要:随着时代的发展,当前人们越来越发现,制约人类发展的主要问题就是能源方面的问题。在过去的时间中,人们都是依靠着能源进行全面的发展。但是随着人类发展速度的加快,和不可再生能源的大量消耗,能源问题已经非常严重。因此,当前大部分的国家都在积极的进行新能源技术的研究,但是在目前来看,能源问题的解决还是需要大量的时间,这是因为新能源发展中还是有着很大的技术问题,这些技术问题严重的困扰了新能源行业的发展。本文就从新能源的特点入手,全面进行关于新能源发展的技术瓶颈研究。

关键词:风力发电机;状态监测;故障诊断技术

在当前时代中,能源问题已经越来越严重。因此当前国家提出了两项战略,第一项就是节能技术的开发,第二项就是新能源技术的开发。这两项战略都是当前国家发展的重中之重,只有一边进行能源的节约,一边开发新能源,才能在固有能源消耗完毕之前,完成新能源的导入。这对于国家的发展而言非常重要。如果能源提前枯竭,那么人类社会将会倒退,这对于大部分的人而言,都是一场绝对的灾难。因此,当前世界各国都在积极的进行新能源技术的研究,并且在突破新能源技术应用的瓶颈。其具体的情况如下:

一、新能源的特点

风力发电机的核心就是风能的使用,所以我们通常将风力发电归结为新能源领域之中,这样有助于人们的具体研究。其具体情况如下:

在新的清洁能源技术中,其主要内容通常是风能的利用。风能是目前最容易使用的能源之一。这种能源具有较低的采购成本和可持续性。在建筑中,可以增加风能利用设备,从而将风能产生的风能转化为建筑所需的电能,使人们可以更环保地使用电能。同时,风能也可以作为备用储能方法之一。在日常生活中,只要风力达到一定水平,它就可以将电能储存在风能蓄电池中,并且这种备用电源可以在电路故障等情况下使用。然而,应该注意的是,对风能设备的建造有一定的要求,只有当有足够的风能时,该设备才能发挥其应有的作用。如果风能不足,设备就没用了。此外,风能本身的稳定性不高。

在当前来看,我国新能源发展存在的最大问题就是技术相对落后。这是一个非常常见的现象。其主要的原因在于,一直以来我国能源行业的发展就是落后于欧美国家的,所以在进行新能源研究的时候,我们能够参考的东西更少,而且作为一种战略开发目标,其他国家也很难给我国提供一些技术上的帮助,从而导致我国的新能源技术相对落后。同时,这些落后的技术如果进行全面的应用,那么风险也是相对较大的,因此,我国的新能源技术还需要一定的发展才能够进行使用。

而风能发电技术就是其中极为重要的一项,这项技术的最大特点就是能够有效的应用风能,从而为我国的现代化新能源技术提供一项有效的参考,这对于新能源研究领域的发展是极为重要的。因此,作为一项新能源技术,其主要的维修等内容就要从新能源的方面进行考虑,才能确保其不会出现任何的问题。

二、风力发电机状态监测技术

风力发电机是一个当前时代中较为先进的发电设备之一,其主要的核心上文已经描述,就是有效的利用风能,在这种情况下,其本身的状态监测也是需要按照风能的使用要求来进行的,本文认为,这个监测应该是多方位的,多角度的,全面的,其具体情况如下:

1、油液监测

油液监测技术通过全面监测风力发电机的液压油和润滑油的性能,监测油中的磨屑微粒,全面理解和掌握风力发电机在运行过程中零部件和润滑的磨损情况,利用油液监测技术,可以全面监测风力发电机各种零部件从磨合初期、磨损阶段到磨损严重的整个过程。风力发电机的油液监测主要包括铁屑检查和油液性能检查,有时也可以进行油温监测和油滤压降监测。油液监测技术采用油液光谱分析、油液铁谱分析、污染度监测以及油液液化指标等,全面监测风力发电机内部的油液情况,主要目的在于监测被润滑的风力发电机润滑工件质量和润滑油质量。

期刊文章分类查询,尽在期刊图书馆风力发电机组的油液监测,通过先取样,然后进行离线分析,实时监测风力发电机油液中的微粒和水分。

2、温度监测

温度监测技术被广泛的应用在电气和电子元件的状态监测中,在风力发电机设备过负荷运行或者劣化的情况下,温度的异常变化可以直接反映出风力发电机设备的运行故障,因此可以在风力发电机组的齿轮箱、交流器和发电机上设置温度传感器,从而全面监测风力发电机的温度变化。

3、应变监测

应变监测技术可以全面监测风力发电机的低速轴转矩和结构荷载,对于验证风力发电机组的结构设计和预期使用寿命有着非常重要的现实意义。当前,应变监测技术主要采用光纤应力传感器监测发电机组的应力状态,这种监测技术具有灵敏度高、体积小、抗电磁干扰、性能优越等优点。

三、风力发电机故障诊断技术

风力发电机的故障诊断其主要应该归类于新能源研究与机械设备维修领域,这两个领域在风力发电机设备的维修中是需要进行全面的融合的,这样才能确保其能够发挥其应有的效率。

1、齿轮箱故障诊断

在当前来看,齿轮箱故障诊断的重要性非常高,其主要是因为两个原因:第一个原因就在于,齿轮箱的诊断能够保证发电机的正常运行。在发电机的运行中,其主要是通过风力来进行齿轮的推动,从而产生动能,再转变为电能,如果齿轮不能正常的宣传,那么将会无法传递动能,从而不能制造电能,这是一个非常牢靠的循环,因此必须要全面的注意。第二个方面就是如果齿轮问题严重,那么会造成整个发电机的彻底损坏。其主要的原因在于,风能发电机是一个非常严密的结构,如若齿轮的问题严重,将会造成力量的脱离,从而导致齿轮不能非常好的传递能力,因此将力量发泄在了发电机的内部,从而造成损坏。这是非常常见的现象。基于这种情况,就需要进行齿轮箱的故障检测,其主要检测的内容,首先就是齿轮是否正常运转,因为正常运转就以为齿轮没有问题。其二就是检测齿轮是振动还是不转,如果是振动,那么代表其中某个齿轮出现老化或者松动的现象,如果是不转,那么就代表其中某个环节损坏,这样就可以判断出齿轮的具体问题所在,从而去修理。

2、发电机故障诊断

风力发电机内部包含通风散热系统、绝缘系统、机械系统、磁路系统、电路系统等多个工作系统,因此发电机的故障征兆和故障原因也具有多样性。风力发电机故障主要连轴器故障、转轴故障、端环故障、转子导条故障、轴承故障、定子绕组故障等。利用在线监测与故障诊断系统分析风力发电机定子电流信号的能量谱、离散小波变换,判断风力发电机的故障类型。对风力发电机的电磁场和温度场耦合计算,得出仿真数据,然后根据风力发电机现场采集的数据信息,结合振动、温度场、电磁场和电流等信号,利用概率神经网络、BP网络、智能诊断技术,对风力发电机故障数据进行分析处理,分析故障原因,确定诊断结果。

3、人工智能故障诊断

人工智能故障诊断方法主要包括专家系统、模糊逻辑、数据挖掘、人工神经网络等,近年来,为了不断提高故障诊断准确率,利用基于模糊推理的人工神经网络和专家系统,通过采集滚动轴承振动信号,确定风力发电机的故障模型,在经过一致性检验和归一化处理之后,确定风力发电机的故障元器件和故障类型。

结束语:

综上所述,风力发电机故障检测应该是多方面的,全方位的,才能确保其不会出现任何的问题。

参考文献:

[1]陈雪峰,李继猛,程航,李兵,何正嘉.风力发电机状态监测和故障诊断技术的研究与进展[J].机械工程学报,2011,09:45-52.

[2]关晓慧.风力发电机组状态监测与故障诊断系统研究[D].华北电力大学,2012.

[3]张小科.风力发电机组振动在线监测及故障诊断[D].华北电力大学(北京),2011.

论文作者:杨昊,孙兴朋,张继威

论文发表刊物:《电力设备》2018年第35期

论文发表时间:2019/5/27

标签:;  ;  ;  ;  ;  ;  ;  ;  

风力发电机状态监测与故障诊断技术综述论文_杨昊,孙兴朋,张继威
下载Doc文档

猜你喜欢